Penerapan MOORA Untuk Mendukung Efektifitas Keputusan Manajemen Dalam Penentuan Lokasi SPBU

  

Penerapan MOORA Untuk Mendukung Efektifitas Keputusan

Manajemen Dalam Penentuan Lokasi SPBU

  1

  

2

  2

  2 Joli Afriany , Lidia Ratna Sari Br Sinurat , Indah Julianty , Efidoren L. Nainggolan ₁ Fakultas Manajemen, Universitas Nahdlatul Ulama, Medan, Indonesia ₂ STMIK Budi Darma, Medan, Indonesia

Abstrak

  

Stasiun pengisian bahan umum adalah tempat di mana kendaraan bermotor bisa memperoleh bahan bakar . Stasiun Pengisian

Bahan Bakar dikenal dengan nama SPBU (singkatan dari Stasiun Pengisian Bahan Bakar Umum). MOORA yaitu Multi-

Objective Optimization on The Basis of Ratio Analysis (MOORA) merupakan salah satu metode MADM yang dapat

melakukan perhitungan terhadap nilai kriteria atribut yang membantu pengambil keputusan untuk menghasilkan keputusan

yang tepat dalam pengisian bahan bakar umum(SPBU). Sistem Pendukung Keputusan adalah suatu system berbasis computer

yang ditujukan untuk membantu pengambilan keputusan dalam memanfaatkan data dan model tertentu untuk memecahkan

berbagai persoalan yang tidak terstruktur Kata Kunci: Sistem Pendukung Keputusan, MOORA, Lokasi SPBU

  

Abstract

A common refueling station is a place where motor vehicles can get fuel. The Fuel Filling Station is known as SPBU (an

abbreviation of the General Fuel Filling Station). MOORA, which is Multi-Objective Optimization on The Basis of Ratio

Analysis (MOORA) is one of the MADM methods that can perform calculations on the value of attribute criteria that help

decision makers to produce the right decision in public fuel (gas station). Decision Support System is a computer-based system

aimed at assisting decision making in utilizing certain data and models to solve various unstructured problems.

  Keywords: Decision Support System, MOORA, Gas Station Location

1. PENDAHULUAN

  

Stasiun pengisian bahan umum adalah tempat di mana kendaraan bermotor bisa memperoleh bahan bakar . Stasiun

Pengisian Bahan Bakar dikenal dengan nama SPBU (singkatan dari Stasiun Pengisian Bahan Bakar Umum).

  Kendaraan bermotor sebagai alat transportasi yang membutuhkan bahan bakar sebagai kebutuhan pokoknya. Jumlah kendaraan yang semakin meningkat, tentu saja berakibat pada meningkatnya permintaan pasar untuk bahan bakar kendaraan. Untuk memenuhi banyaknya kebutuhan bahan bakar kendaraan maka diharapkan persebaran lokasi stasiun pengisian bahan bakar umum dapat merata sesuai kebutuhan konsumen. Seorang yang ingin mendirikan sebuah Stasiun Pengisian Bahan Bakar Umum (SPBU), dalam menentukan lokasi stasiun pengisian bakar umum memerlukan banyak pertimbangan untuk mengambil keputusan lokasi yang cocok dan strategis sebagai tempat stasiun pengisian bahan bakar umum.

  Pertimbangan dalam melakukan pemilihan lokasi stasiun pengisian bahan bakar umum diantaranya adalah luas lahan, harga tanah, administrasi, jarak dari pusat kota, kepadatan penduduk, tingkat perekonomian penduduk sekitar, kepadatan lalu lintas, banyaknya jalur angkutan umum, dan jarak dengan stasiun pengisian bahan bakar umum lainnya. Mempertimbangkan kondisi yang ada maka diperlukan Sistem Pendukung Keputusan berbasis komputer, sistem ini adalah suatu sistem berbasis komputer yang dirancang untuk meningkatkan efektifitas pengambil keputusan dalam memecahkan masalah.

2. TEORITIS

2.1 Metode (Multi-Objective Optimization on The Basis of Ratio Analysis)

  MOORA (Multi-Objective Optimization on The Basis of Ratio Analysis) Metode ini Pengoptimalan multi-tujuan (atau pemrograman), juga dikenal sebagai pengoptimalan multi-kriteria atau beberapa atribut, adalah Proses sekaligus mengoptimalkan dua atau lebih atribut yang bertentangan (goals) tunduk pada batasan tertentu. Metode MOORA, yang pertama kali diperkenalkan oleh Brauers (2004) adalah teknik optimasi multiobjektif yang diterapkan untuk memecahkan berbagai jenis masalah pengambilan keputusan yang kompleks.

  Langkah-langkah untuk menyelesaikan metode MOORA:

  1.Pembentukan matriks

  2.Menentukan matriks normalisasi =

  √∑

  2 =1 −

  3. Menentukan matriks normalisasi terbobot

  4. Menentukan Nilai Referensi Nilai yi bisa positif atau negatif tergantung dari jumlah maksimalnya (atribut yang menguntungkan) dan minimal (atribut yang tidak menguntungkan) dalam matriks keputusan.

3. ANALISA DAN PEMBAHASAN

  Tabel 1. Kriteria Kriteia Keterangan Bobot Jenis

  5 Jarak Dengan

  Berikut adalah Rating Kecocokan Alternatif pada setiap Kriteria Tabel. 2 Rating Kecocokan Alternatif dan Kriteria

  Simbol Alternatif atau alternatif yang digunakan adalah : A1 : Jalan Kotabaru A2 : Jalan Sungai Raya A3 : Jalan Pancasila A4 : Jalan Siantan A5 : Jalan Podomoro A6 : Jalan Supadio

  K1 : Luas tanah K2 : Harga tanah K3 : Kepadatan lalu lintas K4 : Banyak jalur angkutan K5 : Jarak dengan SPBU lainnya K6 : Administrasi

  Untuk masalah pengukuran serta perbandingan kualitas layanan, dimensi yang digunakan sebagai kriteria meliputi luas tanah, harga tanah, kepadatan lalu lintas, banyak, jalur angkutan, jarak dengan SPBU dengan lokasi, dan administrasi. Simbol yang di gunakan untuk kriteria tersebut adalah :

  Untuk menemukan jalan keluar bagi seorang manajer stasiun pengisian bahan bakar umum maka dibuat suatu sistem yang dapat menentukan urutan (prioritas) dalam analisis multikriteria dan memberikan informasi lokasi pembangunan stasiun pengisian bahan bakar umum yang akan di bangun stasiun pengisian bahan bakar umum dan menentukan urutan berdasarkan kriteria yang ditentukan oleh seorang manajer.

  6 Administrasi 0,10 cost

  C

  Spbu lain 0,20 Benefit

  C

  C

  Angkutan 0,20 Benefit

  4 Banyak jalur

  Dalam proses metode MOORA, diperlukan kriteria-kriteria yang akan dijadikan bahan perhitungan pada proses pemilihan lokasi baru SPBU. Adapun kriteria-kriteria yang ditetapkan oleh seorang manajer stasiun pengisian bahan Bakar umum sebagai lokasi pembangunan stasiun pengisian bahan bakar umum adalah:

  Lintas 0,20 Benefit

  3 Kepadatan lalu

  C

  2 Harga Tanah 0,15 Benefit

  C

  1 Luas Tanah 0,15 Benefit

  C

  Kriteria Alternatif

  C1 C2 C3 C4 C5 A1

  0.2

  0.4

  0.6

  0.2

  0.6 A2

  0.2

  0.6

  0.4

  0.2

  0.4 A3

  0.4

  0.8

  0.6

  0.4

  0.4 A4

  0.6

  0.2

  0.4

  0.8

  0.2 A5

  0.8

  0.4

  0.2

  0.6

  0.8 A6

  0.6

  0.2

  0.2

  0.6

  0.6 Optimum Max Max Max Max Max

  0.2 0.4 0.6 0.2 0.6 0.2 0.6 0.4 0.2 0.4 0.4 0.8 0.6 0.4 0.4

  X = 0.6 0.2 0.4 0.8 0.2 0.8 0.4 0.2 0.6 0.8

  [ 0.6 0.2 0.2 0.6 0.6 ]

  2

  2

  2

  2

  2 C1 = +0.4 +0.6 +0.2 +0.6 =0.979

  √0.2 A = 0.2 / 0.979 = 0.204

  11 A 21 = 0.4 / 0.979 = 0.408

  A = 0.6 / 0.979 = 0.612

  31 A 41 = 0.2 / 0.979 = 0.204

  A = 0.6 / 0.979 = 0.612

  51

  2

  2

  2

  2

  2 C2 = +0.6 +0.4 +0.2 +0.4 =0.871

  √0.2 A

  12 = 0.2 / 0.871 = 0.229

  A = 0.6 / 0.871 = 0.688

  22 A 32 = 0.4 / 0.871 = 0.459

  A = 0.2 / 0.871 = 0.229

  42 A 52 = 0.4 / 0.871 = 0.459

  2

  2

  2

  2

  2 C3 = +0.8 +0.6 +0.4 +0.4 =0.216

  √0.4 A = 0.4 / 0.216 =1.851

  13 A 23 = 0.8 / 0,216 = 3.703

  A = 0.6 / 0.216 = 2.777

  33 A 43 = 0.4 / 0.216 = 1.851

  A = 0.4 / 0.216 = 1.851

  53

  2

  2

  2

  2

  2 C4 = +0.2 +0.4 +0.8 +0.2 =1.113

  √0.6 A

  14 = 0.6 / 1.113 = 0.539

  A = 0.2 / 1.113 = 0.179

  24 A 34 = 0.4 / 1.113 = 0.359

  A = 0.8 / 1.113 = 0.718

  44 A 54 = 0.2 / 1.113 = 0.179

  2

  2

  2

  2

2 C5 = √0.8 +0.4 +0.2 +0.6 +0.8 = 1.356

  A

  15 = 0.8 / 1.356 = 5 0.589

  A = 0.4 / 1.356 = 0.294

  25 A 35 = 0.2 / 1.356 = 0.147

  A 0.6/ 1.356= 0.442

  45=

  A

  55 = 0.8 / 1.356 = 0.589

  C6 = √0.62+0.22+0.22+0.62+0.62 = 1.077

  A = 0.6 / 1.077 = 0.557

  16 A 26 = 0.2 / 1.077 = 0.185

  A = 0.2 / 1.077 = 0.185

  36 A 46 = 0.6 / 1.077 = 0.557

  A = 0.6 / 1.077 = 0.557

56 Maka dilihat matriks ternormalisasi yaitu:

  0.204 0.229 1,851 0,539 0.589 0,557 0,408 0,688 3,703 0,179 0.294 0,185 0,612 0,459 2,777 0.359 0,147 0,185 0,204 0,229 1,851 0.718 0,442 0,557 0,612 0,459 1.851 0,179 0,589 0,557

  Bobot disertakan dalam perhitungan Yi: 0,0306 0.0343 0,3702 0,1078 0,1178 0,0557 0,0612 0.1032 0,7406 0,0358 0,0588 0,185 0,0918 0,0688 0,5554 0,0718 0,0294 0,185 0,0306 0,0343 0,3702 0,1436 0,0884 0,557 0,0918 0,0688 0,3706 0,0358 0,1178 0,557

  Tabel 3.Tabel Maks Dan Min Maks Min

  Alternatif C C C C C c

  1+ 2+ 3 4+ 5+

  6 A O,0306+0,0343+0,3702 0,1078+0,1178+0,557

  1 A 0,0612+0,1032+0,7406 0,0358+0,588+0,588+0,185

  2 A 0,0918+0,0688+0,5554 0,0718+0,0294+0,185

  3 A 0,0306+0.0343+0,3702 0,1436+0,0884+0,557

  4 A 0,0918+0,0688+0,3706 0,0358+0,1178+0,557

  5 Tabel 4.Yi

  Alternatif Maks Min Yi C 1+ C 2+ C

3 C 4+ C 5+ C

  6 A 1 0,4351 0,7826 0,0956

  A

  2 0,905 0,8088 0.0332 Alternatif Maks C 1+ C 2+ C

  C 4+ C 5+ C

3 Min

  E. Turban, J. E. Aronson, and T. Liang, “Decision Support Systems and Intelligent Systems.”

[11] S. Chakraborty, “Applications of the MOORA method for decision making in manufacturing environment,” Int. J. Adv. Manuf.

  REFERENCES

[1] K. F. Kodrat, Supiyandi, and Mesran, “Application of Multi-Objective Optimization on the Basis of Ratio Analysis (MOORA) Method

for Bank Branch Location Selection,” Int. J. Sci. Res. Sci. Technol., vol. 4, no. 2, pp. 41–52, 2018. [2]

  G. Ginting, Fadlina, Mesran, A. P. U. Siahaan, and R. Rahim, “Technical Approach of TOPSIS in Decision Making,” Int. J. Recent Trends Eng. Res. , vol. 3, no. 8, pp. 58 –64, 2017.

  [3] Mesran, G. Ginting, Suginam, and R. Rahim, “Implementation of Elimination and Choice Expressing Reality ( ELECTRE ) Method in Selecting the Best Lecturer ( Case Study STMIK BUDI DARMA ),” Int. J. Eng. Res. Technol. (IJERT, vol. 6, no. 2, pp. 141–144, 2017.

  

[4] P. Sianturi, Mesran, P. Ramadhani, and N. W. Al- Hafiz, “SISTEM PENDUKUNG KEPUTUSAN PENENTUAN PENERIMA

BANTUAN OPERASIONAL PENYELENGARAAN ( BOP ) PAUD ( PENDIDIKAN ANAK USIA DINI ) MENERAPKAN METODE ELECTRE ( STUDI KASUS  : DINAS PENDIDIKAN KABUPATEN SIMALUNGUN ),” KOMIK (Konferensi Nas.

  Teknol. Inf. dan Komputer) , vol. I, no. 1, pp. 20 –26, 2017.

  

[5] K. Umam, V. E. Sulastri, T. Andiri, D. U. Sutiksno, and Mesran, “Perancangan Sistem Pendukung Keputusan Penentuan Prioritas

Produk Unggulan Daerah Menggunak an Metode VIKOR,” J. Ris. Komput., vol. Vol 5, no. 1, pp. 43–49, 2017. [6]

M. Yazdani and F. R. Graeml, “VIKOR and its Applications,” Int. J. Strateg. Decis. Sci., vol. 5, no. 2, pp. 56–83, Apr. 2014.

[7] Mesran, R. K. Hondro, M. Syahrizal, A. P. U. Siahaa n, R. Rahim, and Suginam, “Student Admission Assessment using Multi-Objective

  Optimization on the Basis of Ratio Analysis (MOORA),” J. Online Jar. COT POLIPT, vol. 10, no. 7, pp. 1–6, 2017. [8]

  A. Muharsyah, S. R. Hayati, M. I. Setiawan, and H. Nurdiyanto, “Sistem Pendukung Keputusan Penerimaan Jurnalis Menerapkan

Multi- Objective Optimization On The Basis Of Ratio Analysis ( MOORA ),” J. Ris. Komput., vol. 5, no. 1, pp. 19–23, 2018.

[9] S. Kusumadewi, S. Hartati, A. Harjoko, and R. Wardoyo, Fuzzy Multi-Attribute Decision Making (Fuzzy MADM). Yogyakarta: Graha

Ilmu, 2006. [10]

  Technol. , vol. 54, no. 9 –12, pp. 1155–1166, 2011.

  1

  [12] P. Karande and S. Chakraborty, “Application of multi-objective optimization on the basis of ratio analysis (MOORA) method for materials selection,” Mater. Des., vol. 37, no. 2, pp. 317–324, 2012.

  

[13] S. Dian Utami Sutiksno, P. Rufaidah, H. Ali, and W. Souisa, “A Literature Review of Strategic Marketing and The Resource Based

View of The Firm,” Int. J. Econ. Res., vol. 14, no. 8, pp. 59–73, 2017. [14] T. Murti, L. A. Abdillah, and M. Sobri, “Sistem Penunjang Keputusan Kelayakan Pemberian Pinjaman Dengan Metode Fuzzy

  Tsukamoto,” Semin. Nas. Inov. dan Tren (SNIT)2015, pp. 252–256, 2015. [15] Jimmy Abdel Kadar, D Agustono, and Darmawan Napitupulu, “Optimization of Candidate Selection Using Naive Bayes : Case Study in Company X Optimization of Candidate Selection Using Naive Bayes  : Case Study in Company X,” J. Phys. Conf. Ser., vol. 12, no. 1, 2016. [16] T. Rachman and D. Napitupulu, “User acceptance analysis of potato expert system application based on TAM approach,” Int. J. Adv.

  Sci. Eng. Inf. Technol. , vol. 8, no. 1, pp. 185 –191, 2018.

  

[17] P. Simanjuntak, N. Kurniasih, Mesran, and J. Simarmata, “Penentuan Kayu Terbaik Untuk Bahan Gitar Dengan Metode Weighted

Aggregated Sum Product Assessment ( WASPAS ),” J. Ris. Komput., vol. 5, no. 1, pp. 36–42, 2018. [18] M. I. Setiawan et al.

  , “Business Centre Development Model of Airport Area in Supporting Airport Sustainability in Indonesia,” J. Phys.

  Conf. Ser.

  , vol. 954, no. 1, p. 12024, 2018.

  Berdasarkan hasil analisis terhadap sistem pendukung keputusan, sehingga dapat ditentukan keputusan yang objektif. Keputusan (Rangking) yang dihasilkan bukanlah suatu keputusan yang mutlak, hasil yang diberikan, merupakan suatu bahan pertimbangan bagi pengambil keputusan.

  0,0946

  6 Yi

  0,0356

  A

  3 0,716 0,2862 0,0774

  A

  4 0,435 0,789 0,0789

  A

  5 0,5312 0,7106 0,0546

  Tabel 5. Perangkingan Alternatif Yi Rangking

  A

  1

  4 A

  5

  2

  0,0432

  3 A

  3

  0,0774

  3 A

  4

  0,0889

  2 A

4. KESIMPULAN

  

[19] Risawandi and R. Rahim, “Study of the Simple Multi-Attribute Rating Technique For Decision Support,” IJSRST, vol. 2, no. 6, pp.

  491 –494, 2016. [20] Mesran, I. Saputra, and M. Ariska, “Penerapan Metode Promethee Ii Pada Sistem Layanan Dan Rujukan Terpadu ( Slrt ) ( Studi Kasus :

  Dinas Sosial Kabupaten Deli Serdang ),” KOMIK (Konferensi Nas. Teknol. Inf. dan Komputer), vol. I, pp. 276–285, 2017.

[21] Fadlina, L. T. Sianturi, A. Karim, Mesran, and A. P. U. Siahaan, “Best Student Selection Using Extended Promethee II Method,” Int.

  J. Recent Trends Eng. Res. , vol. 3, no. 8, pp. 21 –29, 2017.

  [22]

  H. Nurdiyanto and Heryanita Meilia, “SISTEM PENDUKUNG KEPUTUSAN PENENTUAN PRIORITAS PENGEMBANGAN

  INDUSTRI KECIL DAN MENENGAH DI LAMPUNG TENGAH MENGGUNAKAN ANALITICAL HIERARCHY PROCESS (AHP),” in Seminar Nasional Teknologi Informasi dan Multimedia 2016, 2016, no. February, pp. 1–7. [23]

  E. D. Marbun, L. A. Sinaga, E. R. Simanjuntak, D. Siregar, and J. Afriany, “Penerapan Metode Weighted Aggregated Sum Product Assessment Dalam Menentukan Tepung Terbaik Untuk Memproduksi Bihun,” vol. 5, no. 1, pp. 24–28, 2018.