SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN ME
Pelita Informatika Budi Darma, Volume : IV, Nomor: 3, Agustus 2013
ISSN : 23012301-9425
SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN MEREK DAN
TIPE SEPEDA MOTOR BERBASIS WEB DENGAN
METODE TOPSIS
Linda Purnama Sari (0911103)
Mahasiswa Program Studi Teknik Informatika, STMIK Budidarma Medan
Jl. Sisimangaraja No.338 Simpang Limun Medan
www.stmik-budidarma.ac.id // Email : [email protected]
ABSTRAK
Sepeda motor merupakan salah satu alat transportasi yang di gemari masyarakat karena memiliki ukuran
yang kecil, cepat dan harga yang tidak terlalu mahal di bandingkan alat transportasi lainya. Sekarang banyak
macam varian sepeda motor lengkap dengan keunggulan dan kelebihannya. Hal ini tentunya akan mempersulit
konsumen dalam menentukan pilihan yang tepat, sesuai dengan kriteria yang diinginkan. Masalah ini tergolong
kedalam masalah yang bersifat multiobjective (banyak tujuan yang ingin dicapai) dan multikriteria (ada banyak
kriteria yang menentukan dalam mencapai keputusan tersebut). Dengan banyaknya produksi sepeda motor
semakin banyak pula merek dan tipe sepeda motor yang diproduksi. Semua merek dan tipe memiliki kelebihan
dan kelemahan nya masing-masing. Untuk menentukan mana yang terbaik dan cocok untuk pembeli itu tidak
mudah. Oleh karena itu perlu dibuat sebuah sistem pendukung keputusan yang membantu para pembeli untuk
menentukan merek dan tipe sepeda yang cocok dengan pembeli.
Untuk memudahkan pembeli dalam memilih sepeda motor yang sesuai dengan keinginannya maka
dirancang sebuah sistem pendukung keputusan untuk menentukan sepeda motor yang sesuai. Dimana sistem
pendukung keputusan yang dirancang berbasis web sehingga mudah di akses dimanapun dan kapanpun dengan
media internet. Dan sistem ini dibangun dengan perhitungan yang akurat dengan menggunakan metode TOPSIS
sehingga akurasi perhitungan lebih terjamin.
Dengan adanya sistem ini pelanggan/pembeli tidak kesulitan untuk memilih sepeda motor yang sesuai
dengan kebutuhan dan keuangannya sehingga akan tercipta proses jual beli yang nyaman dan cepat.
Kata Kunci : Sistem Pendukung Keputusan, TOPSIS, Sepeda Motor, Web.
1. Pendahuluan
Sepeda motor merupakan salah satu alat
transportasi yang di gemari masyarakat karena
memiliki ukuran yang kecil, cepat dan harga yang
tidak terlalu mahal di bandingkan alat transportasi
lainya. Sekarang banyak macam varian sepeda motor
lengkap dengan keunggulan dan kelebihannya. Hal ini
tentunya akan mempersulit konsumen dalam
menentukan pilihan yang tepat, sesuai dengan kriteria
yang diinginkan. Masalah ini tergolong kedalam
masalah yang bersifat multiobjective (banyak tujuan
yang ingin dicapai) dan multikriteria (ada banyak
kriteria yang menentukan dalam mencapai keputusan
tersebut). Dengan banyaknya produksi sepeda motor
semakin banyak pula merek dan tipe sepeda motor
yang diproduksi. Semua merek dan tipe memiliki
kelebihan dan kelemahan nya masing-masing. Untuk
menentukan mana yang terbaik dan cocok untuk
pembeli itu tidak mudah. Oleh karena itu perlu dibuat
sebuah sistem pendukung keputusan yang membantu
para pembeli untuk menentukan merek dan tipe
sepeda yang cocok dengan pembeli.
Untuk
menentukan
maka
diperlukan
pengambilan keputusan yang tepat. Pengambilan
keputusan adalah suatu proses memilih diantara
berbagai alternatif , pengambilan keputusan
manajerial sinonim dengan proses keseluruhan dari
manajemen. Sistem pendukung keputusan (Decision
Support System/DSS) adalah sistem pendukung
keputusan bagi para pengambil keputusan manajemen
yang menangani masalah-masalah tidak terstruktur
dan bertujuan mendukung penilaian manajer bukan
mencoba menggantikannya. Sistem pendukung
keputusan tidak ditekankan untuk membuat keputusan
dengan sekumpulan kemampuan untuk mengolah
informasi atau data yang diperlukan dalam proses
pengambilan keputusan tetapi sistem hanya berfungsi
sebagai alat bantu manajemen. Sistem tidak
dimaksudkan untuk menggantikan fungsi pengambil
keputusan dalam membuat keputusan, tetapi sistem.
Untuk merancang sebuah sistem pendukung
atau pengambilan keputusan terdapat beberapa metode
penyelesaian seperti Simple Additive Weigthing,
Fuzzy, AHP dan TOPSIS. Didalam skripsi ini penulis
menggunakan metode TOPSIS sebagai metode
pengambilan keputusan.
TOPSIS didasarkan pada konsep dimana
alternatif terpilih yang terbaik tidak hanya memiliki
jarak terpendek dari solusi ideal positif, namun juga
Sistem Pendukung Keputusan Menentukan Merek Dan Tipe Sepeda Motor Berbasis Web Dengan
Metode Topsis. Oleh : Linda Purnama Sari
78
ISSN : 23012301-9425
Pelita Informatika Budi Darma, Volume : IV, Nomor: 3, Agustus 2013
memiliki jarak terpanjang dari solusi ideal negatif.
Konsep ini banyak digunakan pada beberapa model
MADM untuk menyelesaikan masalah keputusan
secara praktis. Hal ini disebabkan konsepnya
sederhana dan mudah dipahami, komputasinya efisien,
dan memiliki kemampuan untuk mengukur kinerja
2. Landasan Teori
2.1 Fuzzy Multiple Attribute Decision Making (
FMADM)
Fuzzy Multiple Attribute Decision Making
(FMADM) adalah suatu metode yang digunakan
untuk mencari alternatif optimal dari sejumlah
alternatif dengan kriteria tertentu. Inti dari FMADM
adalah menentukan nilai bobot untuk setiap atribut,
kemudian dilanjutkan dengan proses perankingan
yang akan menyeleksi alternatif yang sudah diberikan.
Pada dasarnya, ada 3 pendekatan untuk mencari nilai
bobot atribut, yaitu pendekatan subyektif, pendekatan
obyektif dan pendekatan integrasi antara subyektif &
obyektif. Masing-masing kelemahan. Pada pendekatan
subyektif, nilai bobot ditentukan berdasarkan
subyektifitas dari para pengambil keputusan, sehingga
beberapa faktor dalam proses perankingan alternatif
bisa ditentukan secara bebas. Sedangkan pada
pendekatan obyektif, nilai bobot dihitung secara
matematis sehingga mengabaikan subyektifitas dari
pengambil keputusan. ( Kusumadewi, (2007:35)).
Ada beberapa metode yang dapat digunakan
untuk mnyelesaikan masalah FMADM antara lain:
1. Simple Additive Weighting Method (SAW).
2. Weighted Product (WP).
3. ELECTRE.
4. Technique for Order Preference by Similarity to
Ideal Solution (TOPSIS).
5. Analytic Hierarchy Process (AHP).
2.1.1 Algoritma FMADM
Algoritma penyelesaian FMADM adalah:
1. Memberikan nilai setiap alternatif (Ai) pada setiap
kriteria (Cj) yang sudah itentukan, dimana nilai
tersebut di peroleh berdasarkan nilai crisp;
i=1,2,…m dan j=1,2,…n. 2.
2. Memberikan nilai bobot (W) yang juga didapatkan
berdasarkan nilai crisp.
3. Melakukan normalisasi matriks dengan cara
menghitung nilai rating kinerja ternormalisasi (rij)
dari alternatif Ai pada atribut Cj berdasarkan
persamaan yang disesuaikan dengan jenis atribut
(atribut keuntungan/benefit = MAKSIMUM atau
atribut biaya/cost=MINIMUM). Apabila berupa
artibut keuntungan maka nilai crisp (Xij) dari
setiap kolom atribut dibagi dengan nilai crisp
MAX (MAX Xij) dari tiap kolom, sedangkan untuk
atribut biaya, nilai crisp MIN (MIN Xij) dari tiap
kolom atribut dibagi dengan nilai crisp (Xij) setiap
kolom.
relatif dari alternatif-alternatif keputusan dalam
bentuk matematis yang sederhana. Dan untuk
merancang agar sistem ini lebih mudah di akses maka
akan dirancang sebuah sistem pendukung keputusan
yang berbasis web.
4. Melakukan proses perankingan dengan cara
mengalikan matriks ternormalisasi (R) dengan
nilai bobot (W).
5. Menentukan nilai preferensi untuk setiap alternatif
(Vi) dengan cara menjumlahkan hasil kali antara
matriks ternormalisasi (R) dengan nilai bobot (W).
Nilai Vi yang lebih besar mengindikasikan bahwa
alternatif Ai lebih terpilih. ( Kusumadewi,
(2007:37)).
2.2 Metode TOPSIS
TOPSIS didasarkan pada konsep dimana
alternatif terpilih yang terbaik tidak hanya memiliki
jarak terpendek dari solusi ideal positif, namun juga
memiliki jarak terpanjang dari solusi ideal negatif
(Kusumadewi, 2006:87). Konsep ini banyak
digunakan pada beberapa model MADM untuk
menyelesaikan masalah keputusan secara praktis. Hal
ini disebabkan konsepnya sederhana dan mudah
dipahami, komputasinya efisien, dan memiliki
kemampuan untuk mengukur kinerja relatif dari
alternatif-alternatif keputusan dalam bentuk matematis
yang sederhana.
Secara umum, prosedur TOPSIS mengikuti
langkah-langkah sebagai berikut:
1. Membuat matriks keputusan yang ternormalisasi;
2. Membuat matriks keputusan yang ternormalisasi
terbobot;
3. Menentukan matriks solusi ideal positif dan
matriks solusi ideal negatif;
4. Menentukan jarak antara nilai setiap alternatif
dengan matriks solusi ideal positif dan matriks
solusi ideal negatif;
5. Menentukan nilai preferensi untuk setiap
alternatif.
TOPSIS membutuhkan rating kerja setiap
alternatif Ai pada setiap kriteria Cj yang
ternormalisasi. (Persamaan 3.1)
rij =
xi
j
m
∑
x ij
;
2
i=1
dengan i=1,2,...,m; dan j=1,2,...,n
dimana :
rij = matriks ternormalisasi [i][j]
xij = matriks keputusan [i][j]
Solusi ideal positif A+ dan solusi ideal negatif A- dapat
ditentukan berdasarkan rating bobot ternormalisasi
(yij) sebagai :
yij = wi.rij ; dengan i=1,2,...,m; dan j=1,2,...,n
Sistem Pendukung Keputusan Menentukan Merek Dan Tipe Sepeda Motor Berbasis Web Dengan
79
Metode Topsis. Oleh : Linda Purnama Sari
ISSN : 23012301-9425
Pelita Informatika Budi Darma, Volume : IV, Nomor: 3, Agustus 2013
A+ = (y1+, y2+, ..., yn+);
A- = (y1-, y2-, ..., yn-);
dimana :
= matriks ternormalisasi terbobot [i][j]
yij
wi
= vektor bobot[i] dari proses AHP
yj+
= max yij, jika j adalah atribut keuntungan
min yij, jika j adalah atribut biaya
yj= min yij, jika j adalah atribut keuntungan
max yij, jika j adalah atribut biaya
j
= 1,2,...,n
Jarak antara alternatif Ai dengan solusi ideal positif :
(lihat persamaan 3.2)
n
Di+ =
∑(y
+
i
− y ij )
2
2. Tabel Pembeli
Tabel 4.11 ini berfungsi menyimpan data Pembeli
n seperti Nama. TTL, Alamat, Status Sepeda
motor, Pekerjaan, Gaji Bersih, dan No HP.
Tabel 2 : Tabel Pembeli
Field
Id_Pembeli
Nama
Tipe
Varchar
Varchar
Size
7
30
Tempat
Tangal Lahir
Varchar
Date
30
Alamat
Varchar
50
Pekerjaan
Gaji Bersih
No HP
Varchar
Integer
Varchar
30
i =1
dimana :
Di+ = jarak alternatif Ai dengan solusi ideal positif
= solusi ideal positif[i]
yi+
yij
= matriks normalisasi terbobot[i][j]
Jarak antara alternatif Ai dengan solusi ideal negatif
n
Di- =
∑(y
−
ij
− yi ) 2
;
j =1
i=1,2,...,m ........................persamaan
dimana :
= jarak alternatif Ai dengan solusi ideal negatif
Di= solusi ideal positif[i]
yiyij = matriks normalisasi terbobot[i][j]
Nilai preferensi untuk setiap alternatif (Vi) dapat
dilihat pada persamaan 3.4
Vi =
Di
−
−
Di + Di
+
; i=1,2,...,m
dimana :
Vi
= kedekatan tiap alternatif terhadap solusi ideal
Di+ = jarak alternatif Ai dengan solusi ideal positif
Di= jarak alternatif Ai dengan solusi ideal negatif
Nilai Vi yang lebih besar menunjukkan bahwa
alternatif Ai lebih dipilih.
3. Tabel Kriteria
Tabel 4.12 ini berfungsi untuk mengyimpan data
kriteria sistem pendukung keputusan menentukan
merek dan tipe sepeda motor sperti no/id kriteria,
nama kriteria dan bobot kriteria.
Tabel 3 : Tabel Kriteria
Field
Id_Kriteria
Nama
Tipe
Varchar
Varchar
Bobot
Integer
Keterangan
PK, No_id
Nama
Kriteria
Bobot
Tabel 4 : Sepeda Motor
1. Tabel Administrator
Tabel
1
ini
berisi
informasi
tentang
Id_administrator, Nama dan juga Password yang
dimasukan dari database.
Tabel 1. Administrator
Tipe
Varchar
Varchar
Varchar
MD5
Size
7
30
4. Tabel Sepeda Motor
Tabek 4.13 ini berfungsi untuk menyimpan data
sepeda motor sistem pendukung keputusan seperti
merek, harga, jenis, Bahan Bakar, dan DP.
3. Design Dan Table
Field
Username
Nama
Email
Password
15
Keterangan
Id.
Nama
Pembeli
Tempat Lahir
Tanggal
Lahir
Alamat
Pembeli
Pekerjaan
Gaji pembeli
No_HP
Size
7
30
30
Keterangan
PK, No_id
Nama_Admin
Nama_Email
Password
Field
Nama
Harga
Model
Tipe
Bahan
Bakar
DP
Tipe
Varchar
Integer
Varchar
Size
7
30
15
Keterangan
Nama Pembli
Harga
Model Tipe
Varchar
30
Bahan Bakar
Integer
30
DP
5. Tabel SPK Merek Dan Tipe
Tabel 4.14 ini berisi fasiliats untuk menyimpan
proses sistem pendukung keputusan pemilihan
merek dan tipe sepeda motor seperti, Nama
Sistem Pendukung Keputusan Menentukan Merek Dan Tipe Sepeda Motor Berbasis Web Dengan
Metode Topsis. Oleh : Linda Purnama Sari
80
Pelita Informatika Budi Darma, Volume : IV, Nomor: 3, Agustus 2013
ISSN : 23012301-9425
Pembeli, Merek, Tipe, Harga, Jenis, Bahan Bakar
dan Uang Muka (DP).
Tabel 5 : SPK Merek Dan Tipe
Field
Nama
Pembeli
Merek
Tipe
Varchar
Size
30
Varchar
7
Tipe
Harga
Jenis
Bahan
Bakar
DP
Varchar
Integer
Varchar
Varchar
30
Integer
15
30
Keterangan
Nama
Pembeli
Merek Sepeda
Motor
Tipe
Harga
Mesin
Kelebihan
Stok
4. Implementasi
4.1 Tampilan Menu Utama
Menu utama adalah halaman pertama saat kita
memasuki sistem pendukung keputusan menentukan
merek dan tipe sepeda motor yang memiliki banyak
menu yang berfungsi sebagai pelengkap sistem ini.
Perhatikan gambar di bawah.
Gambar 1 : Tampilan Menu Utama
4.2
Tampilan Laporan Data Pembeli
Laporan data pembeli merupakan hasil semua
data pembeli yang telah melakukan transaksi
penentuan merek dan tipe sepeda motor sehingga
data tersebut tersimpan di database sebagai bahan
pengumpulan data oleh admin. Untuk lebih jelas
mengenai tampilan laporan sistem pendukung
keputusan penentuan merek dan tipe sepeda motor
perhatikan gambar di bawah ini.
Gamabr 2 : Tampilan Laporan Data Pembeli
4.3 Tampilan Laporan Data Kriteria
Laporan data kriteria merupakan hasil semua
kriteria yang menjadi acuan transaksi penentuan
merek dan tipe sepeda motor sehingga data tersebut
tersimpan di database sebagai bahan pengumpulan
data oleh admin. Untuk lebih jelas mengenai tampilan
laporan data kriteria sistem pendukung keputusan
penentuan merek dan tipe sepeda motor perhatikan
gambar di bawah ini.
Gambar 3 : Tampilan Laporan Data Kriteria
4.4 Tampilan Laporan Data Sepeda Motor
Laporan data sepeda motor merupakan hasil
sistem pendukung keputusan yang menjadi bahan
hasil penentuan merek dan tipe sepeda motor sehingga
data tersebut tersimpan di database sebagai bahan
pengumpulan data oleh admin. Untuk lebih jelas
mengenai tampilan laporan data sepeda motor sistem
pendukung keputusan penentuan merek dan tipe
sepeda motor perhatikan gambar 5.4 di bawah ini.
Sistem Pendukung Keputusan Menentukan Merek Dan Tipe Sepeda Motor Berbasis Web Dengan
Metode Topsis. Oleh : Linda Purnama Sari
81
Pelita Informatika Budi Darma, Volume : IV, Nomor: 3, Agustus 2013
ISSN : 23012301-9425
Gambar 4 : Laporan Data Sepeda Motor
4.5 Tampilan Halaman Hasil SPK
Agar lebih mengetahui seberapa besar hasil
penggunaan sistem ini maka diperlukan beberapa hasil
laporan dari sistem ini. Untuk melihat contoh hasil
perhitungan SPK maka dapat dilihat pada gambar 5.5
di bawah ini.
Gambar 7 : Tampilan Form Barang Cash
4.8
Tampilan Form Input Data Pembeli
Untuk menentukan proses pemilihan keputusan
maka diperlukan beberapa data tentang pengguna atau
pembeli, oleh karena itu maka di sediakan form input
data pembeli sebagai media tempat menginput data
pembeli. Untuk lebih jelas perhatikan gambar di
bawah ini.
Gambar 5 : Tampilan Hasil SPK
4.6 Tampilan Form Petunjuk
Di dalam sebuah sistem terdapat suatu petunjuk
penggunaan agar memudahkan para user untuk
menggunakan sistem dengan cepat dan tepat. Begitu
pula sistem pendukung keputusan ini memiliki
petunjuk penggunaan seperti terlihat pada gambar di
bawah ini.
Gambar 8 : Form Input Data Pembeli
4.9 Tampilan Form Input Data Kriteria
Untuk menentukan proses pemilihan keputusan
maka diperlukan beberapa data kriteria yang menjadi
acuan pendukung keputusan, oleh karena itu maka di
sediakan form input data kriteria sebagai media tempat
menginput data kriteria. Untuk lebih jelas perhatikan
gambar di bawah ini.
Gambar 6 : Tampilan Form Petunjuk
4.7 Tampilan Form Barang Cash
Pada form ini terdapat beberapa harga sepeda
motor secara cash sehingga pembeli juga memperoleh
informasi untu pembelian dengan harga cash. Untuk
lebih jelas perhatikan gambar di bawah ini.
Gambar 9 : Form Input Data Kriteria
4.10 Tampilan Form Input Data Sepeda Motor
Untuk menentukan proses pemilihan keputusan
maka diperlukan beberapa data sepeda motor yang
menjadi acuan pendukung keputusan, oleh karena itu
maka di sediakan form input data kriteria sebagai
Sistem Pendukung Keputusan Menentukan Merek Dan Tipe Sepeda Motor Berbasis Web Dengan
Metode Topsis. Oleh : Linda Purnama Sari
82
Pelita Informatika Budi Darma, Volume : IV, Nomor: 3, Agustus 2013
ISSN : 23012301-9425
media tempat menginput data kriteria. Untuk lebih
jelas perhatikan gambar di bawah ini.
Gambar 12 : Form Input Tambah SPK
Gambar 10 : Form Input Data Sepeda Motor
4.9 Tampilan Form Input SPK Merek dan Tipe
Sepeda Motor
Untuk menentukan proses pemilihan keputusan
maka diperlukan suatu form input semua data
pendukung keputusan, oleh karena itu maka di
sediakan form input SPK menentukan merek dan tipe
sepeda motor sehingga dapat diperoleh hasil yang
sesuai. Untuk lebih jelas perhatikan gambar di bawah
ini.
Gambar 11 : Form Input SPK
Untuk menambah data pemilihan yang baru maka
dibuat form untuk melakukan SPK selanjutnya. Untuk
lebih jelas perhatikan gamabr di bawah ini.
Daftar Pustaka
[1]. Adi Nugroho, “Perancangan Sistem “ 2010,
chap.1
[2]. Ahmad Muthohirin dan Virgiawan Listianto”,
Pemrogaman Web dengan PHP dan Mysql, PT.
Prestasi Pustakarya, Jakarta, 2011.
[3]. http://en.wikipedia.org/wiki/Website.html
Tanggal 07 Januari 2013
[4]. http://id.wikipedia.org/wiki/MySQL.html
Tanggal 05 Juli 2012.
[5]. http://kbbi.web.id/, tanggal 8 Mei 2012.
[6]. http://organisasi.org/strategi-jenis-macam-danpengertian-merek-merk- brand- produk-barangdan-jasa-manajemen-pemasaran, Tanggal 08 Mei
2013).
[7]. Jogiyanto H.M, “Analisa Dan Perancangan
Sistem”, 2005.
[8]. Jurnal, Jamila dan S. Hartati , “Sistem
Pendukung Keputusan Pemilihan Subkontrak
Menggunakan Metode Entropy Dan TOPSIS”,
2011.
[9]. Jurnal, Julianto Lemantara ,“Rancang Bangun
Sistem Pengolahan Administrasi Berbasis Web
Pada Kemahasiswan STIKOM Surabaya”, 2008.
[10]. Jurnal, Juliyanti1, Mohammad Isa Irawan2, dan
Imam Mukhlash2 ,“Pemilihan Guru Berprestasi
Menggunakan Metode Ahp Dan Topsis”,
Jurusan Matematika FMIPA ITS Surabaya,
2011.
[11]. Jurnal, Ocktavia Dwi Ratnasari, “Sistem
Pendukung Keputusan Penentuan Guru
Berprestasi Dengan Metode Topsis”, 2011.
[12]. Kusumadewi, 2007.
[13]. MADCOMS, “ Macromedia Dreamweaver 8
Dengan PHP”,2008.
Sistem Pendukung Keputusan Menentukan Merek Dan Tipe Sepeda Motor Berbasis Web Dengan
Metode Topsis. Oleh : Linda Purnama Sari
83
ISSN : 23012301-9425
SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN MEREK DAN
TIPE SEPEDA MOTOR BERBASIS WEB DENGAN
METODE TOPSIS
Linda Purnama Sari (0911103)
Mahasiswa Program Studi Teknik Informatika, STMIK Budidarma Medan
Jl. Sisimangaraja No.338 Simpang Limun Medan
www.stmik-budidarma.ac.id // Email : [email protected]
ABSTRAK
Sepeda motor merupakan salah satu alat transportasi yang di gemari masyarakat karena memiliki ukuran
yang kecil, cepat dan harga yang tidak terlalu mahal di bandingkan alat transportasi lainya. Sekarang banyak
macam varian sepeda motor lengkap dengan keunggulan dan kelebihannya. Hal ini tentunya akan mempersulit
konsumen dalam menentukan pilihan yang tepat, sesuai dengan kriteria yang diinginkan. Masalah ini tergolong
kedalam masalah yang bersifat multiobjective (banyak tujuan yang ingin dicapai) dan multikriteria (ada banyak
kriteria yang menentukan dalam mencapai keputusan tersebut). Dengan banyaknya produksi sepeda motor
semakin banyak pula merek dan tipe sepeda motor yang diproduksi. Semua merek dan tipe memiliki kelebihan
dan kelemahan nya masing-masing. Untuk menentukan mana yang terbaik dan cocok untuk pembeli itu tidak
mudah. Oleh karena itu perlu dibuat sebuah sistem pendukung keputusan yang membantu para pembeli untuk
menentukan merek dan tipe sepeda yang cocok dengan pembeli.
Untuk memudahkan pembeli dalam memilih sepeda motor yang sesuai dengan keinginannya maka
dirancang sebuah sistem pendukung keputusan untuk menentukan sepeda motor yang sesuai. Dimana sistem
pendukung keputusan yang dirancang berbasis web sehingga mudah di akses dimanapun dan kapanpun dengan
media internet. Dan sistem ini dibangun dengan perhitungan yang akurat dengan menggunakan metode TOPSIS
sehingga akurasi perhitungan lebih terjamin.
Dengan adanya sistem ini pelanggan/pembeli tidak kesulitan untuk memilih sepeda motor yang sesuai
dengan kebutuhan dan keuangannya sehingga akan tercipta proses jual beli yang nyaman dan cepat.
Kata Kunci : Sistem Pendukung Keputusan, TOPSIS, Sepeda Motor, Web.
1. Pendahuluan
Sepeda motor merupakan salah satu alat
transportasi yang di gemari masyarakat karena
memiliki ukuran yang kecil, cepat dan harga yang
tidak terlalu mahal di bandingkan alat transportasi
lainya. Sekarang banyak macam varian sepeda motor
lengkap dengan keunggulan dan kelebihannya. Hal ini
tentunya akan mempersulit konsumen dalam
menentukan pilihan yang tepat, sesuai dengan kriteria
yang diinginkan. Masalah ini tergolong kedalam
masalah yang bersifat multiobjective (banyak tujuan
yang ingin dicapai) dan multikriteria (ada banyak
kriteria yang menentukan dalam mencapai keputusan
tersebut). Dengan banyaknya produksi sepeda motor
semakin banyak pula merek dan tipe sepeda motor
yang diproduksi. Semua merek dan tipe memiliki
kelebihan dan kelemahan nya masing-masing. Untuk
menentukan mana yang terbaik dan cocok untuk
pembeli itu tidak mudah. Oleh karena itu perlu dibuat
sebuah sistem pendukung keputusan yang membantu
para pembeli untuk menentukan merek dan tipe
sepeda yang cocok dengan pembeli.
Untuk
menentukan
maka
diperlukan
pengambilan keputusan yang tepat. Pengambilan
keputusan adalah suatu proses memilih diantara
berbagai alternatif , pengambilan keputusan
manajerial sinonim dengan proses keseluruhan dari
manajemen. Sistem pendukung keputusan (Decision
Support System/DSS) adalah sistem pendukung
keputusan bagi para pengambil keputusan manajemen
yang menangani masalah-masalah tidak terstruktur
dan bertujuan mendukung penilaian manajer bukan
mencoba menggantikannya. Sistem pendukung
keputusan tidak ditekankan untuk membuat keputusan
dengan sekumpulan kemampuan untuk mengolah
informasi atau data yang diperlukan dalam proses
pengambilan keputusan tetapi sistem hanya berfungsi
sebagai alat bantu manajemen. Sistem tidak
dimaksudkan untuk menggantikan fungsi pengambil
keputusan dalam membuat keputusan, tetapi sistem.
Untuk merancang sebuah sistem pendukung
atau pengambilan keputusan terdapat beberapa metode
penyelesaian seperti Simple Additive Weigthing,
Fuzzy, AHP dan TOPSIS. Didalam skripsi ini penulis
menggunakan metode TOPSIS sebagai metode
pengambilan keputusan.
TOPSIS didasarkan pada konsep dimana
alternatif terpilih yang terbaik tidak hanya memiliki
jarak terpendek dari solusi ideal positif, namun juga
Sistem Pendukung Keputusan Menentukan Merek Dan Tipe Sepeda Motor Berbasis Web Dengan
Metode Topsis. Oleh : Linda Purnama Sari
78
ISSN : 23012301-9425
Pelita Informatika Budi Darma, Volume : IV, Nomor: 3, Agustus 2013
memiliki jarak terpanjang dari solusi ideal negatif.
Konsep ini banyak digunakan pada beberapa model
MADM untuk menyelesaikan masalah keputusan
secara praktis. Hal ini disebabkan konsepnya
sederhana dan mudah dipahami, komputasinya efisien,
dan memiliki kemampuan untuk mengukur kinerja
2. Landasan Teori
2.1 Fuzzy Multiple Attribute Decision Making (
FMADM)
Fuzzy Multiple Attribute Decision Making
(FMADM) adalah suatu metode yang digunakan
untuk mencari alternatif optimal dari sejumlah
alternatif dengan kriteria tertentu. Inti dari FMADM
adalah menentukan nilai bobot untuk setiap atribut,
kemudian dilanjutkan dengan proses perankingan
yang akan menyeleksi alternatif yang sudah diberikan.
Pada dasarnya, ada 3 pendekatan untuk mencari nilai
bobot atribut, yaitu pendekatan subyektif, pendekatan
obyektif dan pendekatan integrasi antara subyektif &
obyektif. Masing-masing kelemahan. Pada pendekatan
subyektif, nilai bobot ditentukan berdasarkan
subyektifitas dari para pengambil keputusan, sehingga
beberapa faktor dalam proses perankingan alternatif
bisa ditentukan secara bebas. Sedangkan pada
pendekatan obyektif, nilai bobot dihitung secara
matematis sehingga mengabaikan subyektifitas dari
pengambil keputusan. ( Kusumadewi, (2007:35)).
Ada beberapa metode yang dapat digunakan
untuk mnyelesaikan masalah FMADM antara lain:
1. Simple Additive Weighting Method (SAW).
2. Weighted Product (WP).
3. ELECTRE.
4. Technique for Order Preference by Similarity to
Ideal Solution (TOPSIS).
5. Analytic Hierarchy Process (AHP).
2.1.1 Algoritma FMADM
Algoritma penyelesaian FMADM adalah:
1. Memberikan nilai setiap alternatif (Ai) pada setiap
kriteria (Cj) yang sudah itentukan, dimana nilai
tersebut di peroleh berdasarkan nilai crisp;
i=1,2,…m dan j=1,2,…n. 2.
2. Memberikan nilai bobot (W) yang juga didapatkan
berdasarkan nilai crisp.
3. Melakukan normalisasi matriks dengan cara
menghitung nilai rating kinerja ternormalisasi (rij)
dari alternatif Ai pada atribut Cj berdasarkan
persamaan yang disesuaikan dengan jenis atribut
(atribut keuntungan/benefit = MAKSIMUM atau
atribut biaya/cost=MINIMUM). Apabila berupa
artibut keuntungan maka nilai crisp (Xij) dari
setiap kolom atribut dibagi dengan nilai crisp
MAX (MAX Xij) dari tiap kolom, sedangkan untuk
atribut biaya, nilai crisp MIN (MIN Xij) dari tiap
kolom atribut dibagi dengan nilai crisp (Xij) setiap
kolom.
relatif dari alternatif-alternatif keputusan dalam
bentuk matematis yang sederhana. Dan untuk
merancang agar sistem ini lebih mudah di akses maka
akan dirancang sebuah sistem pendukung keputusan
yang berbasis web.
4. Melakukan proses perankingan dengan cara
mengalikan matriks ternormalisasi (R) dengan
nilai bobot (W).
5. Menentukan nilai preferensi untuk setiap alternatif
(Vi) dengan cara menjumlahkan hasil kali antara
matriks ternormalisasi (R) dengan nilai bobot (W).
Nilai Vi yang lebih besar mengindikasikan bahwa
alternatif Ai lebih terpilih. ( Kusumadewi,
(2007:37)).
2.2 Metode TOPSIS
TOPSIS didasarkan pada konsep dimana
alternatif terpilih yang terbaik tidak hanya memiliki
jarak terpendek dari solusi ideal positif, namun juga
memiliki jarak terpanjang dari solusi ideal negatif
(Kusumadewi, 2006:87). Konsep ini banyak
digunakan pada beberapa model MADM untuk
menyelesaikan masalah keputusan secara praktis. Hal
ini disebabkan konsepnya sederhana dan mudah
dipahami, komputasinya efisien, dan memiliki
kemampuan untuk mengukur kinerja relatif dari
alternatif-alternatif keputusan dalam bentuk matematis
yang sederhana.
Secara umum, prosedur TOPSIS mengikuti
langkah-langkah sebagai berikut:
1. Membuat matriks keputusan yang ternormalisasi;
2. Membuat matriks keputusan yang ternormalisasi
terbobot;
3. Menentukan matriks solusi ideal positif dan
matriks solusi ideal negatif;
4. Menentukan jarak antara nilai setiap alternatif
dengan matriks solusi ideal positif dan matriks
solusi ideal negatif;
5. Menentukan nilai preferensi untuk setiap
alternatif.
TOPSIS membutuhkan rating kerja setiap
alternatif Ai pada setiap kriteria Cj yang
ternormalisasi. (Persamaan 3.1)
rij =
xi
j
m
∑
x ij
;
2
i=1
dengan i=1,2,...,m; dan j=1,2,...,n
dimana :
rij = matriks ternormalisasi [i][j]
xij = matriks keputusan [i][j]
Solusi ideal positif A+ dan solusi ideal negatif A- dapat
ditentukan berdasarkan rating bobot ternormalisasi
(yij) sebagai :
yij = wi.rij ; dengan i=1,2,...,m; dan j=1,2,...,n
Sistem Pendukung Keputusan Menentukan Merek Dan Tipe Sepeda Motor Berbasis Web Dengan
79
Metode Topsis. Oleh : Linda Purnama Sari
ISSN : 23012301-9425
Pelita Informatika Budi Darma, Volume : IV, Nomor: 3, Agustus 2013
A+ = (y1+, y2+, ..., yn+);
A- = (y1-, y2-, ..., yn-);
dimana :
= matriks ternormalisasi terbobot [i][j]
yij
wi
= vektor bobot[i] dari proses AHP
yj+
= max yij, jika j adalah atribut keuntungan
min yij, jika j adalah atribut biaya
yj= min yij, jika j adalah atribut keuntungan
max yij, jika j adalah atribut biaya
j
= 1,2,...,n
Jarak antara alternatif Ai dengan solusi ideal positif :
(lihat persamaan 3.2)
n
Di+ =
∑(y
+
i
− y ij )
2
2. Tabel Pembeli
Tabel 4.11 ini berfungsi menyimpan data Pembeli
n seperti Nama. TTL, Alamat, Status Sepeda
motor, Pekerjaan, Gaji Bersih, dan No HP.
Tabel 2 : Tabel Pembeli
Field
Id_Pembeli
Nama
Tipe
Varchar
Varchar
Size
7
30
Tempat
Tangal Lahir
Varchar
Date
30
Alamat
Varchar
50
Pekerjaan
Gaji Bersih
No HP
Varchar
Integer
Varchar
30
i =1
dimana :
Di+ = jarak alternatif Ai dengan solusi ideal positif
= solusi ideal positif[i]
yi+
yij
= matriks normalisasi terbobot[i][j]
Jarak antara alternatif Ai dengan solusi ideal negatif
n
Di- =
∑(y
−
ij
− yi ) 2
;
j =1
i=1,2,...,m ........................persamaan
dimana :
= jarak alternatif Ai dengan solusi ideal negatif
Di= solusi ideal positif[i]
yiyij = matriks normalisasi terbobot[i][j]
Nilai preferensi untuk setiap alternatif (Vi) dapat
dilihat pada persamaan 3.4
Vi =
Di
−
−
Di + Di
+
; i=1,2,...,m
dimana :
Vi
= kedekatan tiap alternatif terhadap solusi ideal
Di+ = jarak alternatif Ai dengan solusi ideal positif
Di= jarak alternatif Ai dengan solusi ideal negatif
Nilai Vi yang lebih besar menunjukkan bahwa
alternatif Ai lebih dipilih.
3. Tabel Kriteria
Tabel 4.12 ini berfungsi untuk mengyimpan data
kriteria sistem pendukung keputusan menentukan
merek dan tipe sepeda motor sperti no/id kriteria,
nama kriteria dan bobot kriteria.
Tabel 3 : Tabel Kriteria
Field
Id_Kriteria
Nama
Tipe
Varchar
Varchar
Bobot
Integer
Keterangan
PK, No_id
Nama
Kriteria
Bobot
Tabel 4 : Sepeda Motor
1. Tabel Administrator
Tabel
1
ini
berisi
informasi
tentang
Id_administrator, Nama dan juga Password yang
dimasukan dari database.
Tabel 1. Administrator
Tipe
Varchar
Varchar
Varchar
MD5
Size
7
30
4. Tabel Sepeda Motor
Tabek 4.13 ini berfungsi untuk menyimpan data
sepeda motor sistem pendukung keputusan seperti
merek, harga, jenis, Bahan Bakar, dan DP.
3. Design Dan Table
Field
Username
Nama
Password
15
Keterangan
Id.
Nama
Pembeli
Tempat Lahir
Tanggal
Lahir
Alamat
Pembeli
Pekerjaan
Gaji pembeli
No_HP
Size
7
30
30
Keterangan
PK, No_id
Nama_Admin
Nama_Email
Password
Field
Nama
Harga
Model
Tipe
Bahan
Bakar
DP
Tipe
Varchar
Integer
Varchar
Size
7
30
15
Keterangan
Nama Pembli
Harga
Model Tipe
Varchar
30
Bahan Bakar
Integer
30
DP
5. Tabel SPK Merek Dan Tipe
Tabel 4.14 ini berisi fasiliats untuk menyimpan
proses sistem pendukung keputusan pemilihan
merek dan tipe sepeda motor seperti, Nama
Sistem Pendukung Keputusan Menentukan Merek Dan Tipe Sepeda Motor Berbasis Web Dengan
Metode Topsis. Oleh : Linda Purnama Sari
80
Pelita Informatika Budi Darma, Volume : IV, Nomor: 3, Agustus 2013
ISSN : 23012301-9425
Pembeli, Merek, Tipe, Harga, Jenis, Bahan Bakar
dan Uang Muka (DP).
Tabel 5 : SPK Merek Dan Tipe
Field
Nama
Pembeli
Merek
Tipe
Varchar
Size
30
Varchar
7
Tipe
Harga
Jenis
Bahan
Bakar
DP
Varchar
Integer
Varchar
Varchar
30
Integer
15
30
Keterangan
Nama
Pembeli
Merek Sepeda
Motor
Tipe
Harga
Mesin
Kelebihan
Stok
4. Implementasi
4.1 Tampilan Menu Utama
Menu utama adalah halaman pertama saat kita
memasuki sistem pendukung keputusan menentukan
merek dan tipe sepeda motor yang memiliki banyak
menu yang berfungsi sebagai pelengkap sistem ini.
Perhatikan gambar di bawah.
Gambar 1 : Tampilan Menu Utama
4.2
Tampilan Laporan Data Pembeli
Laporan data pembeli merupakan hasil semua
data pembeli yang telah melakukan transaksi
penentuan merek dan tipe sepeda motor sehingga
data tersebut tersimpan di database sebagai bahan
pengumpulan data oleh admin. Untuk lebih jelas
mengenai tampilan laporan sistem pendukung
keputusan penentuan merek dan tipe sepeda motor
perhatikan gambar di bawah ini.
Gamabr 2 : Tampilan Laporan Data Pembeli
4.3 Tampilan Laporan Data Kriteria
Laporan data kriteria merupakan hasil semua
kriteria yang menjadi acuan transaksi penentuan
merek dan tipe sepeda motor sehingga data tersebut
tersimpan di database sebagai bahan pengumpulan
data oleh admin. Untuk lebih jelas mengenai tampilan
laporan data kriteria sistem pendukung keputusan
penentuan merek dan tipe sepeda motor perhatikan
gambar di bawah ini.
Gambar 3 : Tampilan Laporan Data Kriteria
4.4 Tampilan Laporan Data Sepeda Motor
Laporan data sepeda motor merupakan hasil
sistem pendukung keputusan yang menjadi bahan
hasil penentuan merek dan tipe sepeda motor sehingga
data tersebut tersimpan di database sebagai bahan
pengumpulan data oleh admin. Untuk lebih jelas
mengenai tampilan laporan data sepeda motor sistem
pendukung keputusan penentuan merek dan tipe
sepeda motor perhatikan gambar 5.4 di bawah ini.
Sistem Pendukung Keputusan Menentukan Merek Dan Tipe Sepeda Motor Berbasis Web Dengan
Metode Topsis. Oleh : Linda Purnama Sari
81
Pelita Informatika Budi Darma, Volume : IV, Nomor: 3, Agustus 2013
ISSN : 23012301-9425
Gambar 4 : Laporan Data Sepeda Motor
4.5 Tampilan Halaman Hasil SPK
Agar lebih mengetahui seberapa besar hasil
penggunaan sistem ini maka diperlukan beberapa hasil
laporan dari sistem ini. Untuk melihat contoh hasil
perhitungan SPK maka dapat dilihat pada gambar 5.5
di bawah ini.
Gambar 7 : Tampilan Form Barang Cash
4.8
Tampilan Form Input Data Pembeli
Untuk menentukan proses pemilihan keputusan
maka diperlukan beberapa data tentang pengguna atau
pembeli, oleh karena itu maka di sediakan form input
data pembeli sebagai media tempat menginput data
pembeli. Untuk lebih jelas perhatikan gambar di
bawah ini.
Gambar 5 : Tampilan Hasil SPK
4.6 Tampilan Form Petunjuk
Di dalam sebuah sistem terdapat suatu petunjuk
penggunaan agar memudahkan para user untuk
menggunakan sistem dengan cepat dan tepat. Begitu
pula sistem pendukung keputusan ini memiliki
petunjuk penggunaan seperti terlihat pada gambar di
bawah ini.
Gambar 8 : Form Input Data Pembeli
4.9 Tampilan Form Input Data Kriteria
Untuk menentukan proses pemilihan keputusan
maka diperlukan beberapa data kriteria yang menjadi
acuan pendukung keputusan, oleh karena itu maka di
sediakan form input data kriteria sebagai media tempat
menginput data kriteria. Untuk lebih jelas perhatikan
gambar di bawah ini.
Gambar 6 : Tampilan Form Petunjuk
4.7 Tampilan Form Barang Cash
Pada form ini terdapat beberapa harga sepeda
motor secara cash sehingga pembeli juga memperoleh
informasi untu pembelian dengan harga cash. Untuk
lebih jelas perhatikan gambar di bawah ini.
Gambar 9 : Form Input Data Kriteria
4.10 Tampilan Form Input Data Sepeda Motor
Untuk menentukan proses pemilihan keputusan
maka diperlukan beberapa data sepeda motor yang
menjadi acuan pendukung keputusan, oleh karena itu
maka di sediakan form input data kriteria sebagai
Sistem Pendukung Keputusan Menentukan Merek Dan Tipe Sepeda Motor Berbasis Web Dengan
Metode Topsis. Oleh : Linda Purnama Sari
82
Pelita Informatika Budi Darma, Volume : IV, Nomor: 3, Agustus 2013
ISSN : 23012301-9425
media tempat menginput data kriteria. Untuk lebih
jelas perhatikan gambar di bawah ini.
Gambar 12 : Form Input Tambah SPK
Gambar 10 : Form Input Data Sepeda Motor
4.9 Tampilan Form Input SPK Merek dan Tipe
Sepeda Motor
Untuk menentukan proses pemilihan keputusan
maka diperlukan suatu form input semua data
pendukung keputusan, oleh karena itu maka di
sediakan form input SPK menentukan merek dan tipe
sepeda motor sehingga dapat diperoleh hasil yang
sesuai. Untuk lebih jelas perhatikan gambar di bawah
ini.
Gambar 11 : Form Input SPK
Untuk menambah data pemilihan yang baru maka
dibuat form untuk melakukan SPK selanjutnya. Untuk
lebih jelas perhatikan gamabr di bawah ini.
Daftar Pustaka
[1]. Adi Nugroho, “Perancangan Sistem “ 2010,
chap.1
[2]. Ahmad Muthohirin dan Virgiawan Listianto”,
Pemrogaman Web dengan PHP dan Mysql, PT.
Prestasi Pustakarya, Jakarta, 2011.
[3]. http://en.wikipedia.org/wiki/Website.html
Tanggal 07 Januari 2013
[4]. http://id.wikipedia.org/wiki/MySQL.html
Tanggal 05 Juli 2012.
[5]. http://kbbi.web.id/, tanggal 8 Mei 2012.
[6]. http://organisasi.org/strategi-jenis-macam-danpengertian-merek-merk- brand- produk-barangdan-jasa-manajemen-pemasaran, Tanggal 08 Mei
2013).
[7]. Jogiyanto H.M, “Analisa Dan Perancangan
Sistem”, 2005.
[8]. Jurnal, Jamila dan S. Hartati , “Sistem
Pendukung Keputusan Pemilihan Subkontrak
Menggunakan Metode Entropy Dan TOPSIS”,
2011.
[9]. Jurnal, Julianto Lemantara ,“Rancang Bangun
Sistem Pengolahan Administrasi Berbasis Web
Pada Kemahasiswan STIKOM Surabaya”, 2008.
[10]. Jurnal, Juliyanti1, Mohammad Isa Irawan2, dan
Imam Mukhlash2 ,“Pemilihan Guru Berprestasi
Menggunakan Metode Ahp Dan Topsis”,
Jurusan Matematika FMIPA ITS Surabaya,
2011.
[11]. Jurnal, Ocktavia Dwi Ratnasari, “Sistem
Pendukung Keputusan Penentuan Guru
Berprestasi Dengan Metode Topsis”, 2011.
[12]. Kusumadewi, 2007.
[13]. MADCOMS, “ Macromedia Dreamweaver 8
Dengan PHP”,2008.
Sistem Pendukung Keputusan Menentukan Merek Dan Tipe Sepeda Motor Berbasis Web Dengan
Metode Topsis. Oleh : Linda Purnama Sari
83