SISTEM PENDUKUNG KEPUTUSAN DALAM MEMILIH KOS DENGAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)
112
SISTEM PENDUKUNG KEPUTUSAN DALAM MEMILIH KOS DENGAN
MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)
Damar Nurcahyono
1)
, Farindika Metandi 2)1)
Dosen Teknik Komputer, Politeknik Negeri Samarinda.
2)Dosen Teknik Informatika, Politeknik Negeri Samarinda
Email: 2) farindika@gmail.com
Abstrak - Penelitian ini di latarbelakangi oleh permasalahan perlunya mahasiswa berasal dari daerah-daerah
kecil atau pedesaan untuk mendapatkan kos atau tempat tinggal sementara yang layak pada saat studi di
suatu Perguruan Tinggi dikota besar atau Ibu Kota Provinsi. Pentingnya memilih kos akan berakibat terhadap
kenyamanan dalam menempuh pendidikan, dari banyak faktor yang berpengaruh maka diperlukan
pertimbangan dalam memilih kos. Tujuan penelitian ini untuk mengetahui membangun sistem pengambil
keputusan dalam memilih kos dengan menggunakan metode Simple Additive Weighting (SAW). Ada 4
kriteria yang digunakan dalam penelitian ini yakni, kebersihan, fasilitas, keamanan dan harga. Ada 10 data
kos yang digunakan dalam penelitian ini, 10 kos itu terbagi dua yakni 5 kos untuk putri dan 5 kos untuk
putra, masing-masing kos di berikan kode A1 sampai A5 untuk putri dan A6 sampai A10 untuk kode kos
putra. Hasil dari penelitian yang dilakukan dengan menggunakan metode Simple Additive Weighting (SAW)
diperoleh 1 urutan tertinggi atau favorit berdasarkan setiap kos putri dan putra. Kode A4 untuk urutan
tertinggi kos putri, dan kode A8 untuk urutan tertinggi kos putra.
Kata Kunci: Kos, Sistem Pendukung Keputusan (SPK), Simple Additive Weighting (SAW)
I. PENDAHULUAN
Banyaknya masyarakat yang ingin melanjutkan pendidikan, mengharuskan mereka untuk memilih tempat tinggal sementara selama menempuh pendidikan. Kos merupakan istilah umum yang sering dijumpai. Banyak faktor dalam memilih Kos. faktor- faktor yang menentukan masyarakat dalam memilih kos ialah keramahan pemilik,penjaga kost, respon pemilik/penjaga kost terhadap kerusakan, fasilitas umum, fasilitas khusus/tambahan lingkungan, kondisi lingkungan kos, keamanan rumah kos, pertimbangan lokasi kost, reputasi citra kos, dan harga sewa [2].
Pentingnya memilih kos akan berakibat terhadap kenyamanan dalam menempuh pendidikan, dari banyak faktor yang berpengaruh maka diperlukan pertimbangan dalam memilih kos, dalam era teknologi terdapat cara yang dapat membantu seseorang dalam mengambil keputusan, yang dinamakan dengan sistem pengambil keputusan. Sistem pengambil keputusan merupakan suatu sistem yang digunakan pertama kali oleh Scott Morton tahun 1970 dengan menggunakan istilah “Management Decision System”[3].
Sistem pengambil keputusan menurut Tripathi(2010
, 112), “Decision Supports Systems
(DSS) are computer-based information systems designed in such a way that help managers to select one of the many alternative solutions to a problem”,
berdasarkan pernyataan tersebut maka dapat sistem pengambil keputusan merupakan sistem informasi yang didesain berdasarkan informasi komputer dalam berbagai cara guna membantu seorang pengambil keputusan untuk memilih satu dari banyak alternatif solusi suatu masalah. Berdasarkan hal tersebut maka sistem pengambil keputrusan ini sangat membantu apabila dapat diterapkan dalam kehidupan sehari-hari.
Berdasarkan melihat keunggulan metode SAW maka penulis tertarik untuk melihat perancangan sistem terhadap mahasiswa untuk memilih tempat tinggal (Kos) yang mana diharapkan berguna dalam membantu mahasiswa menentukan keputusan pemilihan kos sehingga penulis tertarik untuk melakukan penelitian dengan judul perancangan sistem pengambil keputusan dalam memilih Kos dengan menggunakan Metode SAW (Simple Additive Weighting ) berbasis web.
II. KAJIAN PUSTAKA Sistem Pendukung Keputusan
Sistem pengambil keputusan memiliki beberapa tujuan yang khas, menurut Keen dan Scoot (dalam Rustiawan,Destiani, dan Ikhwana, 2015: 2) tujuan dari sistem pendukung keputusan yaitu : JUST TI, Volume 9, Nomor 2, Juli 2017: 112-117
III. HASIL DAN PEMBAHASAN Menentukan Alternatif
1. Membantu manajer membuat keputusan untuk memecahkan masalah yang sepenuhnya terstruktur dan tidak terstruktur.
2. Mendukung penilaian manajer bukan untuk menggantikannya.
3. Meningkatkan efektivitas pengambilan keputusan manajer terhadap suatu pemecahan masalah.
Metode Simple Additive Weighting (SAW)
Langkah
Alternatif adalah pilihan keputusan yang dinilai berdasarkan pembobotan kriteria yang terkait. Data alternatif pada kasus ini berupa data hasil beberapa pilihan kos. Dalam menentukan alternatif kos yang dinilai ditandai dengan kode A1 sampai dengan A10, sedangkan alternatif adalah nama-nama kos yang sudah dinilai berdasarkan bobot dan nilai kriteria. Data alternatif tersebut dapat dilihat pada Tabel 1.
- –langkah dalam menggunakan metode ini sebagaimana [1,4] adalah: 1.
. . . . . . . . . . . . . . . . (1) Keterangan : r ij = rating kinerja ternormalisasi Max ij = nilai maksimum dari setiap baris dan kolom Min ij = nilai minimum dari setiap baris dan kolom X ij = baris dan kolom dari matriks Dengan rij adalah rating kinerja ternormalisasi dari alternatif Ai pada atribut Cj
; i =1,2,…mdan j = 1,2,…,n. Nilai preferensi untuk setiap alternatif (V) diberikan Persamaan 2 :
. . .. . . . . . . . . . . . . . . . . . . (2) Keterangan : Vi= Nilai akhir dari alternatif wj= Bobot yang telah ditentukan rij= Normalisasi matriks Nilai V yang lebih besar mengindikasikan bahwa alternative Ai lebih terpilih.
4. Hasil akhir diperoleh dari prosespe rankingan yaitu penjumlahan dari perkalian matriks ternormalisasi R dengan vektor bobot sehingga diperoleh nilai terbesar yang dipilih sebagai alternatifter baik (Ai) sebagai solusi. Persamaan 1 untuk melakukan normalisasi tersebut adalah:
3. Membuat matriks keputusan berdasarkan kriteria (Ci), kemudian melakukan normalisasi matriks berdasarkan persamaan yang disesuaikan dengan jenis atribut (atribut keuntungan ataupun atribut biaya) sehingga diperoleh matriks ternormalisasi R.
Tabel 1. Data Alternatif
Kode Nama A1 Kos 1 A2 Kos 2 A3 Kos 3 A4 Kos 4 A5 Kos 5 A6 Kos 6 A7 Kos 7 A8 Kos 8 A9 Kos 9
A10 Kos 10
Menentukan Kriteria, Skala Penilaian dan Harga
Kriteria adalah merupakan atribut yang diperlukan untuk mengambil suatu keputusan. Kriteria yang dijadikan sebagai acuan pengambilan keputusan pemilihan kos dapat dilihat pada Tabel 2. C1 sampai c4 menunjukan kriteria-kriteria untuk dinilai.
Tabel 2. Data Kriteria
Kode Nama c1 Kebersihan c2 Fasilitas c3 Keamanan c4 Harga
Menentukan kriteria-kriteria yang akan dijadikan acuan dalam pengambilan keputusan, yaitu Ci.
2. Menentukan rating kecocokan setiapa alternatif pada setiap kriteria.
Nurcahyono dan Metandi, Sistem Pendukung Keputusan Dalam Memilih Kos dengan Menggunakan Metode Simple Additive Weighting (SAW)
Tabel 3. Skala Penilaian Tabel 5. Bobot atau Tingkat Kepentingan Kriteria c1 c2 c3 c4
Buruk 10-40
Bobot (W) 10% 20% 30% 40%
Cukup 50-70 Baik 80-100
Proses Perhitungan SAW
a) Skala Tingkat Kepercayaan
Sedangkan untuk Skala Penilaian dapat di Skala Saaty, skala yang biasa digunakan lihat pada Tabel 3, tabel ini menunjukan range nilai untuk memberikan penilaian tingkat kepentingan suatu skala penilaian yaitu Buruk memiliki nilai 10- 40 , pasangan elemen. Pada tabel 6.
Cukup memiliki nilai 50
- – 70 dan Baik memiliki nilai
80 – 100.
Tabel 6. Skala Saaty Tabel 4. Data Harga Kriteria BoBot C1 C2 C3 C4
C1 10 -1 -2 -3 Buruk 10-40 1 juta - 2 juta
C2
20 1 -1 -2 Cukup 50-70 700 ribu - 900 ribu
C3
30
2 1 -1 C4
40
3
2
1 Baik 80-100 200 ribu - 600 ribu Setiap satu kriteria memiliki satu nilai, nilai Pada tebel 4 ini menunjukan tabel harga. yang di ambil dari nilai bobot tersebut itu di kurang di
Tebel harga untuk menetukan harga dari tempat kos, setiap kriteria lalu di bagi 10 . contoh seperti berikut : guna bagi setiap calon penyewa kos mengetahui berapa
Jika (C1-C1/10) lalu (C1-C2)/10 hingga mendapatkan biaya kos yang diinginkan. Harga ini sangat nilai Kriteria yang terakhir. Skala tingkat kepercayaan mempengaruhi fasilitas di setiap kos yang menjadi. ini digunakan untuk menunjukan mana kriteria yang
Rekomendasi lebih penting dibandingkan kriteria yang lainnya.
Menentukan Bobot
b) Matrik Pair-Wise Comparison
Pada tebel 5 bobot atau tingkat kepentingan Matrik Pair-Wise Comparison
(W) pada setiap kriteria. Tabel kriteria dibawah ini (pembandingan berpasangan) adalah matrik yang menunjukan bobot yang dimiliki masing-masing digunakan untuk melakukan analisis numeris melalui kriteria. C1 (Kebersihan) memiliki bobot sebesar 10% , pembandingan berpasangan antar dua elemen. bobot ini diambil karena setiap tempat kos memiliki
Tujuannya adalah untuk memperoleh Bobot Penilaian fasilitas yang berbeda-beda sedangkan calon pemilih suatu elemen melalui proses Penilaian Kepentingan. kos memiliki preferensi masing-masing banyak dari
Priority Vector (PV), kumpulan nilai bobot dari semua
mereka ada yang mementingkan fasilitas dan ada juga elemen yang ada dalam matrik pair-wise comparison yang tidak. C2 (Fasilitas) memiliki bobot sebesar 20%,
Tabel Matrik Pair-Wise Comparison dapat dilihat pada bobot ini diambil karena setiap tempat kos, kebersihan Tabel 7. itu tergantung pada penghuni kos. C3 (keamanan)
Tabel 7. Matrik Pair-Wise Comparison
memiliki bobot sebesar 30%, bobot ini diambil karena keamanan sebagai faktor yang paling penting untuk
Rata-
para calon pemilihan kos. C4 (harga) memiliki bobot Kriteria C1 C2 C3 C4 PV
Rata
sebesar 40%, bobot ini diambil karena harga sebagai faktor yang paling diutamakan untuk para calon 1,00 0,50 0,33 0,25 0,52 0,09
C1
pemilihan kos. Bobot yang memiliki presentase paling tinggi menandakan jika kriteria itu yang paling penting.
C2 2,00 1,00 0,50 0,33 0,96 0,17 C3 3,00 2,00 1,00 0,50 1,63 0,29
4,00 3,00 2,00 1,00 2,50 0,45
C4 Total 10,00 6,50 3,83 2,08 5,60 1,00 JUST TI, Volume 9, Nomor 2, Juli 2017: 112-117
Tabel 8. Nilai Weighted Sum Matrix (WSM)
c) Membuat Tabel Rating Kecocokan Kriteria Nilai WSM
Dalam menentukan rating kecocokan maka nilai dari setiap alternatif pada setiap kriteria dimasukkan ke dalam tabel dibawah . Rating
C1 0,39 kecocokan ini diambil berdasarkan kuisioner dari beberpa partisipasi penghuni kos di setiap kos yang di
C2 0,65 rekomendasikan . Pada tabel 11 cara perhitungannya adalah nilai hasil rekomendasi setiap 1 kriteria dirata-
C3 1,13 rata dari hasil nilai kuesioner dari setiap kos. Lalu cara mencari nilai minimum dengan cara hasil dari rating
C4 1,91 kecocokan setiap 1 kriteria dirata-rata dan menghasilkan nilai yang paling rendah. Sedang
C5 4,16 mencari nilai maximum dengan cari nilai hasil rating kecocokan dirata-rata dan menghasilkan nilai yang
C6 3,80 tertinggi. Dari hasi ini nilai maximum yang digunkkan C7 3,91 karena sebagai bahan untuk mendapatkan kos yang terbaik dari rekomendasi kos Putri. C8 4,28
Tabel 11. Data Perhitungan Rekomendasi setiap Kriteria
Berdasarkan tabel 8 untuk mendapatkan nilai
CALON KOS PUTRI
Weighted Sum Matrix (WSM) nilai kriteria
dimatrikxkan dengan perkalian matriks dengan nilai
Nama C1 C2 C3 C4 Harga Kos
(PV). Sedangkan cara mendapatkan
Priority Vector
A1
64
72
80
80 500 Ribu nilai dengan cara nilai WSM dibagi dengan nilai CV.
A2
88
82
81
33
1 Juta
Tabel 9. Nilai Maximum Eigen Value (EVMax)
A3
86
82
86
84 600 Ribu 4,04
EVMax
A4 73,2 86,8 82,8
89 500 Ribu 0,013
CI
A5 66 78,8
87
68 650 Ribu 0,015
CR
MIN
64
72
80
33 MAX
88
87
87
89 Berdasrkan tabel 9 untuk mendapatkan nilai
Maximum Eigen Value (EVMax), nilai dari dari CV
Pada table 12 Sama dengan cara perhitungan dirata-ratakan sehingga menghasilkan nlai Evmax. kos Putri perhitungan nilai hasil rekomendasi setiap 1
Sedangkan untuk mendapatkan nilai Consistency Index kriteria dirata-rata dari hasil nilai kuesioner dari setiap (CI) , nilai dari EVmax dikurang berapa banyak kriteria kos. Lalu cara mencari nilai minimum dengan cara lalu dibagi dari pengurangan kriteria dikurang satu hasil dari rating kecocokan setiap 1 kriteria dirata-rata seperti rumus berikut : dan menghasilkan nilai yang paling rendah. Sedang
max −
CI = mencari nilai maximum dengan cari nilai hasil rating
−1
Lalu mencari nilai Consistency Ratio (CR) kecocokan dirata-rata dan menghasilkan nilai yang dengan cara, hasil dari nilai CI dibagi nilai dari RI tertinggi. Dari hasi ini nilai maximum yang digunkkan karena nilai tersebut di ambil dari nilai ‘N’ kriteria. karena sebagai bahan untuk mendapatkan kos yang Seperti pada tabel 10. terbaik dari rekomendasi kos Putra.
Tabel 10. Nilai RI
N 1 2 3
4
5
6
7
8
9
10 R 0,8 0, 1,1 1,2 1,3 1,4 1,4 1,5 0 0
I
5
9
2
4
2
1
5
1
Nurcahyono dan Metandi, Sistem Pendukung Keputusan Dalam Memilih Kos dengan Menggunakan Metode Simple Additive Weighting (SAW)
Tabel 12. Data Perhitungan Rekomendasi setiap Pada tabel 13 dan table 14 adalah cara
Kriteria perhitungan nilai A atau perkalian matriks , dengancara nilai kriteria yang telah ternormalisasi
CALON KOS PUTRA
dimatrikskan dengan nilai PV. Sedangkan cara Nama C1 C2 C3 C4
Harga Kos
mendapatkan nilai rangking dengan cara hasil nilai A dibandingkan dengan nilai keseluruhan dari nilai A A6
66
42
36
84 500 Ribu setiap kos.igunakan untuk menentukan
A7
78
74
74
83 500 Ribu peringkat dari range tertentu, peringkat tersebut dapat
A8
79
77
81 84 berupa dari nilai tertinggi sampai terendah, atau dari 450 Ribu terendah ke nilai tertinggi. A9
44
78
71
80 400 Ribu A10
64
69
89
81 500 Ribu Tabel 15. Hasil Perhitungan (Kos Putri) MIN
44
42
36
80 A RANK MAX
79
78
89
84 0,877
3
d) Membuat Matriks Keputusan 0,690
5 Membuat matriks keputusan (X) yang 0,953
2 dibentuk berdasarkan tabel diatas dari setiap alternatif 0,970
1 pada setiap kriteria. Nilai dari masing-masing kriteria 0,856
4 yang telah ada pada tabel diatas, akan dibuat matriks keputusan. Matriks keputusan ini dibuat untuk
Berdasarkan nilai keseluruhan yang telah di hitung melakukan proses normalisasi matriks. Berikut adalah dengan menggunakan metode SAW, kos A4 matriks keputusan yang sesuai dengan tabel 12. menduduki peringkat 1 kos Putri.
Tabel 16. Hasil Perhitungan (Kos Putra) A RANK
, , , , 0,733
5 X = 0,936
3 0,972
1 0,879
4 { }
0,947
2 Tabel 13. Normalisasi Matriks Keputusan Kos Berdasarkan nilai keseluruhan yang telah di
PUTRI
hitung dengan menggunakan metode SAW, kos A8
Nama C1 C2 C3 C4 menduduki peringkat 1 kos Putra.
A1 0,73 0,83 0,92 0,90 A2 1,00 0,94 0,93 0,37 A3 0,98 0,94 0,97 0,94 A4 0,83 1,00 0,95 1,00 A5 0,75 0,91 1,00 0,76
Tabel 14. Normalisasi Matriks Keputusan Kos PUTRA Nama C1 C2 C3 C4
A6 0,84 0,54 0,40 1,00 A7 0,99 0,95 0,83 0,99 A8 1,00 0,99 0,91 1,00 A9 0,56 1,00 0,80 0,95
A10 0,81 0,88 1,00 0,96 JUST TI, Volume 9, Nomor 2, Juli 2017: 112-117 Dengan Metode Simple Additive Weighting (SAW).
IV. KESIMPULAN
Jurnal Teknologi Informasi DINAMIK Volume 16, No.2
Berdasarkan hasil penelitian yang telah [2] Purnama. 2015. sistem pendukung keputusan dilakukan, diperoleh kesimpulan sebagai berikut: pemilihan pejabat kopertis wilayah iii 1. Penilaian ini memberikan hasil peringkat pada menggunakan metode Analytic Hierarchy Process.
Kos mulai dari tertinggi hingga terendah.
Jurnal Humaniora . diakses dari 2.
Berdasarkan hasil perhitungan yang dilakukan terdapat 10 Kos yang terbagi atas 5 kos Putri pada 20 November 2016 dan 5 kos Putra, diperoleh 2 urutan tertinggi
[3] Turban, E. Aronson, J, E. Liang, T, P. 2006. Decision atau favorit berdsarkan Kos Putri dan Putra . Support Systems And Intelligent Systems. Penerbit Andi Yogyakarta
Kode A4 untuk urutan tertinggi kos putri, dan [4] Utomo, MSD.. 2015. Penerapan metode SAW (Simple kode A8 untuk urutan tertinggi kos putra.
Additive Weight) padasistem pendukung keputusan 3. Dengan menggunakan metode SAW proses untuk pemberian beasiswa pada sma negeri 1 cepu jawa pemilihan Kos ini dapat memudahkan bagi tengah. Jurnal Universitas Dian Nuswantoro.diakses calon penyewa kos. dari ada
REFERENSI
20 November 2016 [1] Eniyati, S. 2011. Perancangan Sistem Pendukung
Pengambilan Keputusan Untuk Penerimaan Beasiswa