Pemilihan Alternatif Simplisia Nabati Untuk Indikasi Gangguan Kesehatan Menggunakan Metode Analytical Network Process (ANP) dan Simple Additive Weighting (SAW)
Vol. 2, No. 11, November 2018, hlm. 5229-5234 http://j-ptiik.ub.ac.id
Pemilihan Alternatif Simplisia Nabati Untuk Indikasi Gangguan Kesehatan
Menggunakan Metode Analytical Network Process (ANP) dan Simple
Additive Weighting (SAW)
1 2 3 Gessia Faradiksi Putri , Lailil Muflikhah , Sigit AdinugrohoProgram Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Brawijaya 1 2 3 Email: [email protected], [email protected], [email protected]
Abstrak
Tanaman obat merupakan salah satu sumber daya alam yang jarang diketahui oleh sebagian masyarakat Indonesia. Tanaman obat atau dengan nama lain simplisia mempunyai beragam manfaat untuk kesehatan. Namun. pengetahuan masyarakat akan simplisia ini sangat rendah sehingga masyarakat cenderung memilih obat modern yang harganya jauh lebih mahal. Padahal dengan simplisia dapat menghemat biaya dan juga aman. Namun, banyaknya alternatif membuat masyarakat bingung untuk memilihnya. Parameter untuk memilih alternatif simplisia yaitu, harga, rasa, ketersediaan bahan dan zat berkhasiat. Parameter tersebut sebagai acuan untuk memiliih alternatif simplisia. Penelitian ini menggunakan metode Analytical Network Process (ANP) dan Simple Additive
Weighting (SAW) yang digunakan untuk pembobotan serta pemeringkatan.. Hasil perangkingan yang
didapatkan dengan metode ANP dan SAW memiliki akurasi pada penyakit demam 40%, penyakit diare 50% dan penyakit batuk 40%. Akurasi yang cenderung rendah disebabkan adanya perbedaan penggunaan bobot kriteria antara data target dan hasil serta pengaruh innerdepence antar kriteria.
Kata kunci: Simplisia, Analytical Network Process, Simple Additive Weighting
Abstract
Medicinal plants are one of natural resources that is rarely known by Indonesian. Medicinal plants,
known as simplicia, have various health benefits. What people know about simplicia is still very low,
so they tend to choose modern medicines which costs much more than simplicia. In fact, simplicia is
also safe and can save cost. But, because there are so many alternatives, eventually people become
confused to choose which one is the most suitable for them. The parameters used to choose simplicia
alternatives are the price, taste, availability of materials and nutritious substances. These parameters
are used as references for choosing simplicia alternatives. This research uses Analytical Network
Process (ANP) and Simple Additive Weighting (SAW) methods which are used for weighting and
ranking. The ranking result obtained by ANP and SAW methods has accuracy on fever 40%, diarrhea
50% and cough 40%. The low tendency accuracy is caused by different usage of criteria weighting
between target data and outcomes as well as the influence of innerdepence between criteria.Simplicia, Analytical Network Process, Simple Additive Weighting Keywords:
Tanaman yang juga disebut simplisia ini 1.
PENDAHULUAN memiliki banyak varian dan manfaat untuk
kesehatan. Simplisia adalah istilah bahan alam Negara Indonesia termasuk salah satu yang digunakan dalam pengobatan tetapi belum negara yang memiliki kekayaan dan keragaman mengalami pengolahan apapun. Namun sumber daya alam hayati dan non hayati masyarakat memiliki pengetahuan yang rendah terbesar di dunia. Contohnya seperti tanah tentang pemanfaatan simplisia. Rendahnya subur, minyak, air, emas, tanaman dan lain-lain. pengetahuan ini, membuat masyarakat lebih
Dari berbagai sumber daya tersebut terdapat beralih membeli obat modern dimana harganya sumber daya berpotensi tetapi jarang diketahui jauh lebih mahal dari obat tradisional yang masyarakat yaitu tanaman obat. Indonesia menggunakan simplisia juga efek samping yang mempunyai ragam tanaman obat dan dapat bisa ditimbulkan dari berbagai obat yang dimanfaatkan dalam pengobatan tradisional.
Fakultas Ilmu Komputer Universitas Brawijaya
5229 mengandung senyawa kimia. Padahal banyak sekali khasiat dan manfaat yang diberikan oleh tanaman obat. Selain khasiat dan juga aman, harganya pun terjangkau bahkan masyarakat dapat menanam sendiri di pekarangan rumah (Iranosa, 2014).
Simplisia dapat menyembuhkan banyak penyakit. Misalnya, satu penyakit dapat disembuhkan beberapa alternatif simplisia. Karena banyaknya alternatif menjadikan masyarakat bingung untuk menentukan pilihan simplisia yang akan digunakan atau diolah untuk mengobati penyakit tertentu. Untuk menentukan alternatif simplisia maka digunakan 4 parameter kriteria yaitu, harga, rasa, ketersediaan bahan dan zat berkhasiat. Untuk mengatasi permasalahan yang telah dijelaskan sebelumnya, terdapat beberapa metode yang dapat digunakan salah satunya menggunakan metode pengambil keputusan yaitu Multi Criteria Decision Making (MCDM) untuk memilih alternatif terbaik dari beberapa alternatif berdasarkan jumlah kriteria (Adhiutami & Kurniawan, 2015). Ada beberapa metode pada MCDM diantaranya AHP, ANP, SAW, Topsis, WP dan Electre. Pada penelitian ini metode yang digunakan adalah Analytical
2. METODOLOGI PENELITIAN
Langkah-langkah metode ANP yaitu (Poetra, Mahmudy & Indriati): 1.
2.3 Metode ANP
Zat Berkhasiat Kriteria untuk mengukur jumlah senyawa atau zat berkhasiat dalam simplisia
Kriteria untuk mengukur seberapa sulit ketersediaan bahan simplisia d.
Rasa Kriteria untuk mengukur rasa simplisia c. Ketersediaan Bahan
Harga Kriteria yang mengukur rentan harga penjualan simplisia berupa rupiah setiap Kg b.
Kriteria yang digunakan dalam proses pemilihan alternatif simplisia, yaitu: a.
2.2 Kebutuhan Kriteria
Data yang digunakan berasal dari penelitian yang telah dilakukan sebelumnya (Iranosa, 2014). Data yang digunakan berjumlah 21 data simplisia dengan 3 penyakit yaitu demam, diare dan batuk. Setiap penyakit berisi sepuluh alternatif simplisia.
2.1 Data
Pada penelitian ini membahas langkah- langkah pada penggabungan metode ANP dan SAW dalam pemilihan alternatif simplisia nabati untuk indikasi gangguan kesehatan.
sebagai pembobotan pada masing-masing kriteria sedangkan SAW dipilih karena dapat menyeleksi alternatif yang terbaik dari beberapa alternatif serta sebagai pemeringkatan.
Network Process (ANP) yang dapat dijadikan
Hierarchy Process (AHP) yang digunakan
pengambilan keputusan. Metode ANP dipilih karena lebih kompleks dari metode Analytical
Analytical Network Proces dan Simple Additive Weighting yang merupakan metode untuk
Berdasarkan permasalahan dan penelitian sebelumnya. maka peneliti menerapkan metode
terbaik untuk menentukan alternatif simplisia dari 9 penyakit dengan akurasi sebesar 89% untuk kedua metode tersebut (Perwitasari, 2015).
Additive Weighting (SAW) mendapatkan hasil
(WP) dan Metode Simple
Weighted Product
” kasus yang dibahas adalah menentukan tanaman obat untuk menyembuhkan atau meredakan menstruasi. Metode tersebut mampu memberikan alternatif keputusan dan perangkingan serta solusi yang direkomendasikan (Syafitri, 2016). Penelitian lainnya yang menggunakan metode ANP dilakukan oleh Nurhidayanti dan Achmad Wahid (2015) untuk mengevaluasi supplier obat. Hasil dari penelitian menyatakan jika metode ANP dapat memberikan alternatif dengan akurasi 74.074% (Adhiutami & Kurniawan, 2015) sedangkan metode SAW pada penelitian Febrianita yaitu “Pemilihan Alternatif Simplisia Menggunakan Metode
Weighting
Pada penelitian sebelumnya yang dilakukan oleh Hanif Syafitri membahas tentang “Sistem Pendukung Keputusan Pemilihan Alternatif Tanaman Obat Menggunakan Metode Simple Additive
untuk menyelesaikan masalah dari banyak kriteria yang saling berkaitan dan untuk mencari bobot kriteria dikombinasikan dengan metode Simple Additive Weighting (SAW) yang berguna untuk mengambil keputusan multikriteria serta pemeringkatan (Syafitri, 2016).
Menyusun struktur model permasalahan dilakukan untuk mendefinisikan permasalahan dan tujuan yang ingin dicapai dan menentukan kriteria serta menentukan pilihan alternatif.
2. Membentuk matriks perbandingan berpasangan. Tahap pembentukan matriks perbandingan berpasangan yaitu dengan cara membandingkan seluruh elemen dalam bentuk perbandingan berpasangan yang nantinya perbandingan tersebut ditransformasi dalam bentuk matriks.
5. Menghitung rasio konsistensi Nilai pada rasio konsistensi harus memiliki nilai lebih kecil atau sama dengan 0,1. Konsistensi dilakukan pada setiap perbandingan berpsangan.
= nilai eigen value
λ max = eigen value maksimum n = ukuran matriks
Keterangan:
n i EigeVector n 1 max
Di dalam rasio konsistensi terdapat perhitungan λ max, atau eigen value, indeks konsistensi dan rasio konsistensi. Rumus yang digunakan untuk menghitung λ max , indeks konsistensi dan rasio konsistensi ditunjukkan pada Persamaan 4, Persamaan 5 dan Persamaan 6.
j i = nilai matriks baris ke-i j n = nilai total matriks
CI yIndex Consistenc
(4) Keterangan :
1
ji jn jtotal ..
=
membagi total nilai pada normalisasi dengan total nilai normalisasi seluruh kriteria. Rumus yang digunakan ditunjukkan pada Persamaan 3:
Eigen vector diperoleh dengan cara
1 ) ( max n n
(5) Keterangan:
n = ordo matriks 4.
dengan memasukkan nilai seluruh
(5) (6)
pemangkatan weighted supermatriks secara terus menerus hingga nilai di (4)
Limited supermatriks didapatkan dari
8. Membuat Limited Supermatriks
7. Membuat Weighted Supermatriks Untuk mendapatkan weighted ini dengan mengalikan semua nilai yang ada pada unweighted supermatriks dengan nilai perbandingan kluster matriks yang sesuai hingga hasil nilai dari setiap kolom memiliki jumlah nilai satu.
eigen vector antar kriteria ternormalisasi dalam kolom.
Unweighted Supermatriks dibuat
λ max = eigen value maksimum n = ukuran matriks
Membuat Unweighted Supermatriks
CR = Consistency Ratio CI = Consistency Index RI = Random Index 6.
Keterangan:
) (
RI CI CR yRatio Consistenc
= nilai eigen value
Menghitung bobot elemen (Eigen vector).
= nilai matriks baris ke-i kolom ke-j
Bentuk persamaan dalam membentuk matriks perbandingan berpasangan ditunjukkan pada Persamaan 1:
1 ⁄
1
[
⁄ ] = (1)
2 ⁄ ⋯ ⋯
2 ⁄
2
2
1
1 ⁄
2 ⁄
1
1 ⁄
1
= [
12
21
a ij
1
(3) Keterangan:
Nilai i normalisas 1 _
ij n i ij a a
3. Menormalisasi matriks perbandingan berpasangan. Untuk melakukan normalisasi ini maka digunakan rumus yang ditunjukkan pada Persamaan 2:
= Nilai matriks baris ke n kolom ke 1
= Nilai matriks baris ke 1 kolom ke n
1
1
= Nilai bobot ke-n
(2.3.2) Keterangan:
1 ]
2
1
2
Consistency Index (CI) Consistency Ratio (CR) setiap kolom matriks dalam satu baris Keterangan: bernilai sama besar. Kemudian = Rangking untuk setiap
Vi dilakukan normalisasi pada limited alternatif supermatriks.
= Nilai bobot rangking dari Wj
setiap kriteria Langkah- langkah metode SAW yaitu 3.
2.4 Metode SAW
PENGUJIAN DAN ANALISIS
(Akhirina, 2016): 1.
Menentukan kriteria
3.1 Pengujian
Kriteria-kriteria yang telah ditentukan nantinya dijadikan sebagai tumpuan dalam Pengujian yang digunakan pada penelitian ini adalah pengujian akurasi sesuai dengan pengambilan keputusan yaitu Ci. urutan preferensi pada data.
2. Menentukan rating kecocokan
3.2 Pengujian Akurasi
Untuk rating kecocokan ditentukan dengan Pengujian akurasi digunakan untuk melihat setiap alternatif dari setiap kriteria. mendapatkan tingkat akurasi dari perhitungan 3. Menghitung normalisasi matriks alternatif pada metode Analytical Network Process dan
Sebelum menghitung normalisasi, dibuat
Simple Additive Weighting . Setelah menghitung matriks keputusan berdasarkan kriteria.
menggunakan kedua metode tersebut maka Kemudian normalisasi dilakukan dengan didapatkan nilai urutan preferensi pada 10 menyesuaikan jenis atributnya termasuk peringkat teratas seluruh data yang ditunjukkan atribut keuntungan atau biaya. Rumus pada Tabel 1. perhitungan untuk menormalisasikan
Tabel 1 Hasil Preferensi Simplisia
matriks alternatif ditunjukkan pada Persamaan 7: Urutan Data Nilai
ID Jenis Simplisia Ke- ke- Preferensi
1
6 A6 Daun Asem 0.921
(7)
=
2
4 A4 Buah Kapulaga 0.844
3
3 A3 Buah Cabe Jawa 0.701 ℎ {
Kulit Buah
4
16 A16 0.692 Delima Putih
Keterangan : ij
5
10 A10 Daun Jungrahap 0.687
6
14 A14 Kayu Manis 0.673
= Nilai terbesar pada Max X
7
7 A7 Daun Beluntas 0.659
kriteria
8
15 A15 Kayu Secang 0.636 ij = Nilai terkecil pada
9
18 A18 Kulit Pulasari 0.636
Min X
Kulit Kayu
kriteria
10
17 A17 0.595 Bungur
= Nilai atribut yang Xij pada kriteria
Langkah selanjutnya adalah membandingkan 10 peringkat teratas hasil keluaran sistem dan = Nilai terbesar adalah
Keuntungan data target simplisia pada 3 penyakit yaitu nilai terbaik demam, diare dan batuk. Perbandingan hasil = Nilai terkecil adalah
Biaya tersebut ditunjukkan pada Tabel 2 hingga Tabel nilai terbaik 3. 4. indeks preferensi dan
Menghitung Tabel 2 Perbandingan Hasil Data Target pemeringkatan
Dengan Hasil Sistem Penyakit Demam Hasil akhir di dapat setelah menghitung nilai indeks preferensi. Nilai preferensi didapat
No Data Aktual Hasil Sistem Akurasi
dengan menjumlah normalisasi matriks
1
dengan vektor bobot. Nilai terbesar dari hasil Daun Asem Daun Asem
1
2
perhitungan nantinya dipilih sebagai Buah Cabe Jawa Buah Kapulaga
3 Buah Cabe
alternatif terbaik. Rumus perhitungan nilai
1 Rimpang Bangle Jawa
preferensi (Vi) ditunjukkan pada Persamaan
4 Kulit Buah
8:
Daun Legundi Delima Putih
(8) Vi = ∑
5 Daun Beluntas Daun Jungrahap =1
No Data Aktual Hasil Sistem Akurasi No Data Aktual Hasil Sistem Akurasi Hasil 4 Rimpang Alang-
6 Alang Kayu Manis
4
7 Herba Sambiloto
1 Daun Beluntas
Akurasi =
8 Herba Meniran Kayu Secang
10 x 100% = 40%
9 Bunga Srigading Kulit Pulasari Rimpang
10
3.2 Analisis
1 Batang Brotowali Alang-alang Berdasarkan hasil uji akurasi pada
Hasil
4
metode ANP dan SAW didapatkan hasil akurasi setiap penyakit yaitu pada demam
4 Akurasi = akurasi sebesar 40%, pada diare sebesar 50% 10 x 100% = 40% dan pada batuk sebesar 40% dengan mengambil 10 peringkat teratas dari 21 data
Tabel 3 Perbandingan Hasil Data Target simplisia. Akurasi yang cenderung rendah Dengan Hasil Sistem Penyakit Diare tersebut terjadi karena perbedaan penggunaan bobot kriteria antara data target dengan hasil
No Data Aktual Hasil Sistem Akurasi
sistem. Terdapat pula kriteria yang dianggap
1 Kulit Buah
lebih penting sehingga memiliki bobot yang
Delima Putih Daun Asem
lebih tinggi serta pengaruh interdependence
2 Buah Cabe Jawa Buah Kapulaga
antar kriteria.
3 Buah Cabe Daun Jungrahap
1 Jawa
KESIMPULAN Kayu Secang
4 Kulit Buah 4.
1 Delima Putih
Kesimpulan yang didapatkan pada
5 Kayu Manis Daun
1 Keningar Jungrahap penentuan simplisia dengan menggunakan Kulit Kayu
metode Analytical Network Process dan
6
1 Bungur Kayu Manis Simple Additive Weighting antara lain:
7 Daun Jati Belanda Daun Beluntas 1.
Pada pemilihan simplisia nabati untuk
8 Herba Sambiloto
1 Kayu Secang
indikasi gangguan kesehatan
9 Buah Adas Kulit Pulasari
menggunakan metode Analytical Network
Rimpang Alang-
10 Daun Jarong Process untuk mencari nilai bobot pada alang
setiap kriteria dan Simple Additive
Hasil
5 Weighting digunakan untuk menghitung
5 nilai akhir dalam memproses Akurasi = 10 x 100% = 50% pemeringkatan pada alternatif simplisia, 2. Hasil evaluasi pengujian pada pemilihan
Tabel 4 Perbandingan Hasil Data Target simplisia didapat nilai akurasi pada Dengan Hasil Sistem Penyakit Batuk masing-masing penyakit yaitu 40% pada No Data Aktual Hasil Sistem Akurasi demam, 50% pada diare dan 40% pada batuk. Tingkat akurasi yang rendah disebabkan karena adanya perbedaan
1 Daun Asem
1 Daun Asem
penggunaan bobot kriteria antara data
Buah
2 1 target dan data hasil sistem, terdapat
Buah Kapulaga Kapulaga
kriteria yang dianggap lebih penting dan
3 Kulit Pulasari Buah Cabe Jawa pengaruh interdependence antar kriteria.
4 Rimpang Kulit Buah Bangle Delima Putih
5 Daun Beluntas Daun Jungrahap 5.
DAFTAR PUSTAKA
Herba
6 Adhiutami, N. & Kurniawan, A. W., 2015.
Sambiloto Kayu Manis
Penggunaan Metode Analytic Network
Bunga
7
1 Srigading Daun Beluntas Process Pada Evaluasi Supplier Obat
8 Rimpang Laos Kayu Secang
(Studi Kasus Rumah Sakit Islam
9
1 Buah Adas Kulit Pulasari Banjarnegara). pp. 1-9.
Rimpang
Akhirina, T. Y., 2016. Sistem Pendukkung
10 Daun Jarong Alang-alang
Keputusan Pemilihan Mitra Pengiriman Barang Menggunakan Metode Simple
Additive Weighting (SAW). Jupiter- Jurnal Penerapan Ilmu-ilmu Komputer,
Volume 2 (1), pp. 41-48. Iranosa, Oksi., 2014. Sistem Pendukung
Keputusan Pemilihan Simplisia Nabati Terhadap Indikasi Gangguan Kesehatan Menggunakan Metode Analytic
Hierarchy Process - The Technique for Order of Preference by Similarity to Ideal .S1.Universitas Brawijaya.
Perwitasari, F. I., 2015. Pemilihan Alternatif Simplisia Menggunakan Metode
Weighted Product (WP) dan Metode Simple Additive Weighting (SAW). Journal of Environmental Engineering & Sustainable Technology, Volume II, pp.
20-30. Poetra, A. R., Mahmudy, W. F. & Indriati.,
2015. Implementasi ANP daIran TOPSIS Untuk Penentuan Promosi Jabatan Struktural (Studi Kasus Dinas Pendapatan UPTD di Madura). pp. 1-10
Saaty, T. L. & Vargas, L. G., 2006. Decision Making With Analytical Network Process.
2nd ed. United States of America: Springer. Syafitri,
H., 2016. Sistem Pendukung Keputusan Pemilihan Alternatif Tanaman Obat Menggunakan Metode Simple
Additive Weighting. Prosiding KMSI 2016, Volume IV, pp. 165-171 .