Alfa Saleh1 , Ria Eka Sari2 , Harris Kurniawan
Seminar Nasional Informatika 2014
METODE FUZZY SIMPLE ADDITIVE WEIGHTING (SAW)
DALAM MENENTUKAN KUALITAS KULIT ULAR UNTUK
KERAJINAN TANGAN
(STUDI KASUS : CV. ASIA EXOTICA MEDAN)
Alfa Saleh1, Ria Eka Sari2, Harris Kurniawan3
STMIK Potensi Utama
Jl K.L. Yos Sudarso KM 6.5 No.3-A, Tanjung Mulia, Medan
Email : alfasoleh1@gmail.com, ladiespure@gmail.com, ch0c0_pahmen@yahoo.com
Abstrak
Kualitas produksi kerajinan merupakan prioritas sebuah perusahaan yang bergerak di bidang kerajinan,
terutama dalam pemilihan bahan baku utama pembuatan kerajinan tersebut. dalam penelitian ini kerajinan
yang dibuat dari kulit ular yang akan diteliti, dimana kualitas kulit ular akan menjadi tolak ukur apakah kulit
ular tersebut layak dijadikan bahan kerajinan atau kulit ular tersebut ditolak untuk dijadikan bahan kerajinan.
Dalam penentuan inilah metode Fuzzy Simple Additive Weighting (SAW) yang mana metode tersebut
merupakan salah satu metode yang dapat digunakan untuk masalah Fuzzy Multi Atribute Decision Making
(Fuzzy MADM). Metode Fuzyy SAW diterapkan guna memaksimalkan keputusan yang akan diambil,
beberapa kriteria yang mendukung seperti ukuruan kulit ular, fisik kulit ular dan warna kulit ular dan bobot
untuk setiap kriteria juga diberikan setelah itu ditentukanlah nilai normalisasi dari perhitungan nilai criteria
dibagi dengan nilai maximum setiap criteria dan selanjutnya dilakukan perhitungan untuk menentukan nilai
perangkingan alternatif untuk menentukan jenis kulit ular mana yang terbaik.
Kata kunci : Kulit Ular, Metode Fuzzy, Simple Additive Weighting (SAW)
1.
Pendahuluan
CV. Asia Exotica merupakan sebuah
perusahaan yang berdomisili di Medan dan
bergerak di bidang kerajinan kulit ular. Seiring
dengan tingkat persaingan yang semakin ketat di
bidang kerajinan maka CV. Asia Exotica dengan
cara mengkaji ulang tujuan strategi dalam
persaingan. Tentu saja hal yang perlu dikaji dalam
hal ini adalah kualitas kerajinan kulit ular yang
dihasilkan oleh karena itu dilakukanlah penelitian
ini untuk menentukan kualitas kulit ular mana
yang akan ditolak dan kuli ular mana yang akan
diterima yang nantinya akan dijadikan sebagai
bahan baku dalam pembuatan kerajinan dari kulit
ular.
Dalam menentukan kualitas kulit ular
ini, akan diterapkan metode Fuzzy Simple
Additive Weighting (SAW). Metode Fuzzy SAW
ini dipilih karena metode ini menentukan nilai
bobot untuk setiap kriteria yang ditentukan,
kemudian dengan proses perangkingan akan
menyeleksi alternatif yang terbaik dari sejumlah
alternatif yang ada dan dalam penelitian ini yang
menjadi alternatif adalah jenis kulit ular yang
memiliki kualitas kulit yang terbaik berdasarkan
kriteria - kriteria yang telah ditentukan. Fuzzy
SAW juga digunakan dalam beberapa penelitian
sebelumnya seperti pemanfaatan metode Fuzzy
SAW dalam penilaian kinerja karyawan [1].
Sistem pendukung keputusan untuk menentukan
18
penerima beasiswa Bank BRI[2] dan dalam hal
pemilihan Vendor dengan Fuzzy SAW[3].
Dalam penelitian ini diharapkan penulis
mampu menguji metode Fuzzy SAW dalam
menentukan kualitas kulit ular serta mampu
membantu dalam menentukan kualitas kulit ular
sehingga para pelanggan dapat merasa puas
dengan kerajinan dari kulit ular yang dihasilkan
nantinya.
2.
Landasan Teori
Logika Fuzzy
Konsep
tentang
logika
Fuzzy
diperkenalkan oleh Prof. Lotfi Astor Zadeh pada
tahun 1962. Logika fuzzy adalah metodologi
sistem kontrl pemecahan masalah, yang cocok
untuk diimplementasikan pada sistem, mulai dari
sistem yang sederhana, sistem kecl, embedded
system, jaringan PC, multi-channel atau
workstation berbasis akuisisi data, dan sistem
kontrol. Metodologi ini dapat diterapkan pada
perangat keras, perangkat lunak, atau kombinasi
keduanya. Dalam logika klasik dinyatakan bahwa
segala sesuatu bersifat biner, yang artinya adalah
hanya mempunyai dua kemungkinan, “Ya atau
Tidak”, “Benar atau Salah”, “Baik atau Buruk”,
dan lain-lain. Oleh karena itu, semua ini dapat
mempunyai nilai keanggotaan 0 atau 1. Akan
Seminar Nasional Informatika 2014
tetapi, dalam logika fuzzy memungkinkan nilai
keanggotaan berada di antara 0 dan 1. Artinya,
bisa saja suatu keadaan mempunyai dua nilai “Ya
dan Tidak”, “Benar dan Salah”, “Baik dan Buruk”
secara bersamaan, namun besar nilainya
tergantung pada bobot keanggotaan yang
dimilikinya. Logika fuzzy dapat digunakan di
berbagai bidang, seperti sistem diagnosa penyakit
(dalan bidang kedokteran); pemodelan sistem
pemasaran, riset operasi (dalam bidang ekonomi);
kendali kualitas air, prediksi adanya gempa bumi,
klasifikasi dan pencocokan pola[4].
Fuzzy Multi Atribute Decision Making (Fuzzy
MADM)
Pada dasarnya, proses MADM dilakukan melalui
3 tahap, yaitu penyusunan komponen-komponen
situasi, analisis, dan sintesis informasi. Ada
beberapa metode yang dapat digunakan untuk
menyelesaikan masalah FMADM yaitu [5]:
1.
2.
3.
4.
Simple Additive Weighting Method (SAW).
Weighted Product (WP).
ELECTRE.
TOPSIS (Technique for Order Preference
by
Similarity to Ideal Solution ).
5. Analytic Hierarchy Process (AHP).
Pada dasarnya proses MADM dilakukan melalui
3 tahapan yaitu: penyusunan komponenkomponen situasi, analisis dan sintesis informasi.
Pada tahap penyusunan komponen, komponen
situasi akan dibentuk tabel taksiran yang berisi
identifikasi alternatif dan spesifikasi tujuan,
kriteria dan atribut. Salah satu cara untuk
menspesifikasikan tujuan situasi |Oi, i=1,...,t |
adalah dengan cara mendaftar konsekuensikonsekuensi yang mungkin dari alternatif yang
telah teridentifikasi | Ai, i=1,...,n|. Selain itu juga
disusun atribut-atribut yang akan digunakan |ak,
k=1,...,n|.
Tahap analisis dilakukan melalui 2 langkah, yaitu:
a. Mendatangkan taksiran dari besaran yang
potensial, kemungkinan dan ketidakpastian
yang berhubungan dengan dampak-dampak
yang mungkin pada setiap alternatif.
b. Meliputi pemilihan dari preferensi pengambil
keputusan
untuk
setiap
nilai
dan
ketidakpedulian terhadap resiko yang timbul.
Masalah Multi Attribute Decision Making
(MADM) adalah mengevaluasi m alternatif Ai
(i=1,2,...,m) terhadap sekumpulan atribut atau
kriteria Cj (j=1,2,...,n), dimana setiap atribut
saling tidak bergantung satu dengan yang lainnya.
Matriks keputusan setiap alternatif terhadap setiap
atribut X. Dalam penelitian ini menggunakan
FMADM metode Fuzzy SAW. Adapun langkahlangkahnya adalah:
1.
2.
3.
4.
Menentukan kriteria-kriteria yang akan
dijadikan
acuan
dalam
pengambilan
keputusan, yaitu Ci.
Menentukan rating kecocokan setiap
alternatif pada setiap kriteria.
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
Hasil akhir diperoleh dari proses perankingan
yaitu penjumlahan dari perkalian matriks
ternormalisasi R dengan vektor bobot
sehingga diperoleh nilai terbesar yang dipilih
sebagai alternatif terbaik (Ai) sebagai
solusi[6].
Metode Fuzzy SAW
Metode SAW sering juga dikenal istilah metode
penjumlahan terbobot. Fuzzy SAW ini termasuk
salah satu metode untuk menyelesaikan masalah
Fuzzy Multi Atribute Decision Making (Fuzzy
MADM). Konsep dasar metode Fuzzy SAW
adalah mencari penjumlahan terbobot dari rating
kinerja pada setiap alternatif pada semua atribut.
Metode Fuzzy SAW membutuhkan proses
normalisasi matriks keputusan (X) ke suatu skala
yang dapat diperbandingkan dengan semua rating
alternatif yang ada.
.......
(1)
di mana :
Ri j
= nilai rating kinerja ternormalisasi
Xij
= nilai atribut yang dimiliki dari setiap
kriteria
Max xij = nilai terbesar dari setiap kriteria i
Min xij = nilai terkecil dari setiap kriteria i
Benefit = jika nilai terbesar adalah terbaik
Cost
= jika nilai terkecil adalah terbaik
Di mana rij adalah rating kinerja ternormalisasi
dari alternatif Ai pada atribut Cj; i=1,2,..., m dan
j=1,2,...,n.
Nilai preferensi untuk setiap alternatif
(Vi)diberikan sebagai:
...............(2)
19
Seminar Nasional Informatika 2014
Di mana :
Vi
= rangking untuk setiap alternatif,
wj
= nilai bobot dari setiap criteria
rij
= nilai rating kinerja ternormalisasi
Nilai Vi yang lebih besar mengindikasikan bahwa
alternatif Ai lebih terpilih.
3.
Hasil dan Pembahasan
Perancangan Sistem Fuzzy SAW
Sebagaimana telah dibahas sebelumnya
pada pendahuluan. Penilaian dari kualitas kulit
ular dilakukan dengan melihat kriteria – kriteria
yang mempengaruhi dalam melakukan penilaian
terhadap kualitas kulit ular meliputi ukuran kulit,
fisik kulit dan warna kulit. Selanjutnya kriteria –
kriteria tersebut akan dijadikan sebagai acuan
untuk menentukan kualitas kulit ular sebagai
bahan baku kerajinan yang nantina akan
diimplementasikan dengan metode Fuzzy SAW.
Analisa Kebutuhan Input
Dalam konsep Fuzzy SAW diperlukan
kriteria dan nilai bobot untuk setiap kriteria untuk
membantu perhitungan di mana dalam hal
penentuan kualitas kulit ular ada 3 buah criteria di
antara adalah ukuran kulit ular, fisik kulit ular dan
warna kulit ular. Adapun penjelasan kriteria dan
nilai bobot setiap kriteria yang digunakan sebagai
berikut :
1.
Ukuran Kulit.
Ukuran kulit ular menjadi kriteria yang
sangat penting dalam menentukan kualitas
kulit ular. Panjang kulit mempengaruhi
banyaknya kerajinan yang dapat dibuat.
Tabel 1. Ukuran Kulit
Ukuran Kulit
Kualitas
Lebih besar dari 2.5M
Sangat Bagus
1.5 M - 2 M
Bagus
1.2 M - 1.5 M
Cukup
95 Cm – 1.2 M
Kurang
Lebih kecil dari 95Cm Sangat Kurang
2.
20
Nilai
0.3
0.25
0.2
0.15
0.1
Fisik Kulit.
Fisik kulit merupakan salah satu kriteria
yang mendukung kualitas kulit ular, kulit
ular dalam hal ini dilihat dari sisik ular
tersebut.
Tabel 2. Fisik Kulit
Fisik ular
Kadar bersih
Sisik Besar
Bagus
Sisik Sedang
Cukup
Sisik Kecil
Kurang
3.
Nilai
0.4
0.3
0.2
Warna Kulit.
Warna kulit dilihat dari beberapa kombinasi
warna dari kulit ular yang mana warna kulit
akan menjadi nilai jual untuk setiap
kerajinan yang dihasilkan.
Tabel 3. Warna Kulit
Kombinasi Warna
Kadar Nilai
Kulit
3 Warna
Sangat Baik
Nilai
0.3
2 Warna
Baik
0.2
1 Warna
Cukup
0.1
Adapun nilai bobot untuk setiap kriteria tersebut
dapat dilihat pada tabel 4 berikut.
Tabel 4. Nilai Bobot Kriteria
Kriteria
Cost
Benefit
Ukuran Kulit
Tidak
Ya
Fisik Kulit
TIdak
Ya
Warna Kulit
Tidak
Ya
Analisa Kebutuhan Output
Keluaran yang dihasilkan dari penelitian
ini adalah sebuah alternatif yang memiliki nilai
tertinggi dibandingkan dengan nilai yang lain.
Pada penelitian ini juga hasil keluarannya diambil
dari urutan alternatif yang tertinggi ke alternatif
yang terendah. Dimana nilai tersebut dihasilkan
dari nilai tiap kriteria yang memiliki nilai yang
berbeda – beda.
Perancangan Sistem
Pada sistem Fuzzy SAW ini dapat
digambarkan proses yang dilakukan dalam
menentukan kualitas kulit ular seperti pada
gambar 1 berikut ini.
Seminar Nasional Informatika 2014
Kemudian data kulit ular yang telah diinput akan
diolah dan dilakukan perhitungan dengan
menggunakan Fuzzy SAW untuk menentukan
nilai ternormalisasi dan nilai perangkingan
alternatif, adapun sampel data yang diperoleh
dapat dilihat pada tabel 5 sebagai berikut.
Tabel 5. Data Kulit Ular Sebelum Diolah
Gambar 1. Use Case Sistem Fuzzy SAW
Tampilan Program
Pada gambar 2 berikut ini bisa dilihat
tampilan program dari sistem Fuzzy SAW,
dimana tampilan awal ini berupa tampilan login,
tampilan isi data kulit ular dan data seleksi serta
perangkingan dari data yang diolah.
Dalam penelitian ini akan dicontohkan
perhitungan dengan menggunakan Fuzzy SAW
untuk sampel data pada tabel 6 berikut ini.
Tabel 6. Data Yang Akan Diuji
Gambar 2. Tampilan Login
setelah user berhasil login maka user dapat
melakukan input data kulit ular mulai dari kode
kulit, nama jenis kulit, ukuran kulit, fisik kulit dan
warna kulit seperti pada gambar 3 dibawah ini.
Data yang akan diuji akan disesuaikan dengan
nilai berdasarkan kriteria, data yang telah
disesuaikan dengan nilai kriteria dapat dilihat
pada tabel 7 di bawah ini.
Tabel 7. Perubahan Nilai Kriteria
Gambar 3. Tampilan Input Data Kulit Ular
Kemudian data nilai tiap kriteria yang didapat
akan dihitung untuk menghasilkan nilai
normalisasi Untuk menormalisasi kan data di atas
menjadi data yang telah normal dibutuhkan nilai
bobot dari Kriteria (W) dan dikalikan dengan
nilai X setiap kriteria. Untuk perhitungan nilai R
membutuhkan penggolongan Kriteria kedalam
nilai benefit atau cost seperti yang dijabarkan
terlihat pada table 8 berikut ini.
21
Seminar Nasional Informatika 2014
Tabel 8. Penggolongan Kriteria Kulit Ular
Kriteria
Cost
Benefit
Ukuran Kulit
Tidak
Ya
Fisik Kulit
TIdak
Ya
Warna Kulit
Tidak
Ya
Dari keterangan table 8 tersebut maka untuk
menghitung
nilai
normalisasi
dapat
menggunakan persamaan 1.
Dari perhitungan nilai normalisasi dikali dengan
nilai bobot tiap kriteria dapat dihasilkan nilai
perangkingan seperti pada tabel 10 berikut ini.
Tabel 10. Hasil Perangkingan
Berdasarkan dari hasil perhitungan dengan
metode Fuzzy SAW diperoleh rangking tertinggi
untuk jenis kulit ular Ridiata kemudian disusul
oleh kulit ular Phyton, Mangrove dan yang
menempati rangking terakhir adalah kulit ular
Sunbean.
4.
Dari contoh perhitungan tersebut dapat dihasilkan
nilai normalisasi yang dapat dilihat pada tabel 9.
Tabel 9. Normalisasi
Dari hasil pengujian metode Fuzzy SAW
ini, didapat beberapa kesimpulan sebagai berikut :
1.
Metode Fuzzy SAW dalam menentukan
kualitas kulit ular untuk kerajinan tangan
mampu memberikan hasil Perangkingan
dalam menentukan jenis kulit ular mana
yang terbaik.
2. Penerapan metode Fuzzy SAW dapat
mengoptimalkan proses penyeleksian kulit
ular sebagai bahan kerajinan tangan di
perusahaan tersebut.
5.
Selanjutnya dilakukan perkalian antara nilai
normalisasi setiap kriteria dengan nilai setiap
kriteria.
22
Kesimpulan
Saran
Adapun saran yang berkaitan dengan
pengujian metode Fuzzy SAW ini adalah sebagai
berikut :
1. Adanya penerapan metode lain yang lebih
efektif lagi dalam menentukan kualitas kulit
ular sehingga hasil penyeleksian lebih baik.
2. Adanya penambahan kriteria yang mungkin
sehingga jenis kulit ular yang terseleksi akan
lebih berkualitas.
Seminar Nasional Informatika 2014
Daftar Pustaka
Muhammad Rifqi M, 2012, Jurnal Ilmiah ICTech
Vol. X No.1, 1 Januari.
Henry W,dkk, 2009, Seminar Nasional Aplikasi
Teknologi Informasi (SNATI
2009),
Yogyakarta, 20 Juni.
Kaur P, Kumar S, 2013, IOSR Journal of
Business and Management (IOSR-JBM)
Volume 15, Issue 2, Nov – Dec 2013.
T. Sutojo, S.Si., M.Kom., Edy Mulyanto, S.Si.,
M.Kom., Dr. Vincent Suhartono,2011,
Kecerdasaan Buatan, , Yogyakarta, Ani.
Henry Wibowo
S, 2010, “Jurnal Aplikasi
UjiSensitivitas untuk
model MADM
menggunakan metode SAW dan TOPSIS”.
Sri Kusumadewi, 2006, “Fuzzy Multi-Atrribute
Decision Making (Fuzzy MADM ”.
Yogyakarta : Graha Ilmu.
23
METODE FUZZY SIMPLE ADDITIVE WEIGHTING (SAW)
DALAM MENENTUKAN KUALITAS KULIT ULAR UNTUK
KERAJINAN TANGAN
(STUDI KASUS : CV. ASIA EXOTICA MEDAN)
Alfa Saleh1, Ria Eka Sari2, Harris Kurniawan3
STMIK Potensi Utama
Jl K.L. Yos Sudarso KM 6.5 No.3-A, Tanjung Mulia, Medan
Email : alfasoleh1@gmail.com, ladiespure@gmail.com, ch0c0_pahmen@yahoo.com
Abstrak
Kualitas produksi kerajinan merupakan prioritas sebuah perusahaan yang bergerak di bidang kerajinan,
terutama dalam pemilihan bahan baku utama pembuatan kerajinan tersebut. dalam penelitian ini kerajinan
yang dibuat dari kulit ular yang akan diteliti, dimana kualitas kulit ular akan menjadi tolak ukur apakah kulit
ular tersebut layak dijadikan bahan kerajinan atau kulit ular tersebut ditolak untuk dijadikan bahan kerajinan.
Dalam penentuan inilah metode Fuzzy Simple Additive Weighting (SAW) yang mana metode tersebut
merupakan salah satu metode yang dapat digunakan untuk masalah Fuzzy Multi Atribute Decision Making
(Fuzzy MADM). Metode Fuzyy SAW diterapkan guna memaksimalkan keputusan yang akan diambil,
beberapa kriteria yang mendukung seperti ukuruan kulit ular, fisik kulit ular dan warna kulit ular dan bobot
untuk setiap kriteria juga diberikan setelah itu ditentukanlah nilai normalisasi dari perhitungan nilai criteria
dibagi dengan nilai maximum setiap criteria dan selanjutnya dilakukan perhitungan untuk menentukan nilai
perangkingan alternatif untuk menentukan jenis kulit ular mana yang terbaik.
Kata kunci : Kulit Ular, Metode Fuzzy, Simple Additive Weighting (SAW)
1.
Pendahuluan
CV. Asia Exotica merupakan sebuah
perusahaan yang berdomisili di Medan dan
bergerak di bidang kerajinan kulit ular. Seiring
dengan tingkat persaingan yang semakin ketat di
bidang kerajinan maka CV. Asia Exotica dengan
cara mengkaji ulang tujuan strategi dalam
persaingan. Tentu saja hal yang perlu dikaji dalam
hal ini adalah kualitas kerajinan kulit ular yang
dihasilkan oleh karena itu dilakukanlah penelitian
ini untuk menentukan kualitas kulit ular mana
yang akan ditolak dan kuli ular mana yang akan
diterima yang nantinya akan dijadikan sebagai
bahan baku dalam pembuatan kerajinan dari kulit
ular.
Dalam menentukan kualitas kulit ular
ini, akan diterapkan metode Fuzzy Simple
Additive Weighting (SAW). Metode Fuzzy SAW
ini dipilih karena metode ini menentukan nilai
bobot untuk setiap kriteria yang ditentukan,
kemudian dengan proses perangkingan akan
menyeleksi alternatif yang terbaik dari sejumlah
alternatif yang ada dan dalam penelitian ini yang
menjadi alternatif adalah jenis kulit ular yang
memiliki kualitas kulit yang terbaik berdasarkan
kriteria - kriteria yang telah ditentukan. Fuzzy
SAW juga digunakan dalam beberapa penelitian
sebelumnya seperti pemanfaatan metode Fuzzy
SAW dalam penilaian kinerja karyawan [1].
Sistem pendukung keputusan untuk menentukan
18
penerima beasiswa Bank BRI[2] dan dalam hal
pemilihan Vendor dengan Fuzzy SAW[3].
Dalam penelitian ini diharapkan penulis
mampu menguji metode Fuzzy SAW dalam
menentukan kualitas kulit ular serta mampu
membantu dalam menentukan kualitas kulit ular
sehingga para pelanggan dapat merasa puas
dengan kerajinan dari kulit ular yang dihasilkan
nantinya.
2.
Landasan Teori
Logika Fuzzy
Konsep
tentang
logika
Fuzzy
diperkenalkan oleh Prof. Lotfi Astor Zadeh pada
tahun 1962. Logika fuzzy adalah metodologi
sistem kontrl pemecahan masalah, yang cocok
untuk diimplementasikan pada sistem, mulai dari
sistem yang sederhana, sistem kecl, embedded
system, jaringan PC, multi-channel atau
workstation berbasis akuisisi data, dan sistem
kontrol. Metodologi ini dapat diterapkan pada
perangat keras, perangkat lunak, atau kombinasi
keduanya. Dalam logika klasik dinyatakan bahwa
segala sesuatu bersifat biner, yang artinya adalah
hanya mempunyai dua kemungkinan, “Ya atau
Tidak”, “Benar atau Salah”, “Baik atau Buruk”,
dan lain-lain. Oleh karena itu, semua ini dapat
mempunyai nilai keanggotaan 0 atau 1. Akan
Seminar Nasional Informatika 2014
tetapi, dalam logika fuzzy memungkinkan nilai
keanggotaan berada di antara 0 dan 1. Artinya,
bisa saja suatu keadaan mempunyai dua nilai “Ya
dan Tidak”, “Benar dan Salah”, “Baik dan Buruk”
secara bersamaan, namun besar nilainya
tergantung pada bobot keanggotaan yang
dimilikinya. Logika fuzzy dapat digunakan di
berbagai bidang, seperti sistem diagnosa penyakit
(dalan bidang kedokteran); pemodelan sistem
pemasaran, riset operasi (dalam bidang ekonomi);
kendali kualitas air, prediksi adanya gempa bumi,
klasifikasi dan pencocokan pola[4].
Fuzzy Multi Atribute Decision Making (Fuzzy
MADM)
Pada dasarnya, proses MADM dilakukan melalui
3 tahap, yaitu penyusunan komponen-komponen
situasi, analisis, dan sintesis informasi. Ada
beberapa metode yang dapat digunakan untuk
menyelesaikan masalah FMADM yaitu [5]:
1.
2.
3.
4.
Simple Additive Weighting Method (SAW).
Weighted Product (WP).
ELECTRE.
TOPSIS (Technique for Order Preference
by
Similarity to Ideal Solution ).
5. Analytic Hierarchy Process (AHP).
Pada dasarnya proses MADM dilakukan melalui
3 tahapan yaitu: penyusunan komponenkomponen situasi, analisis dan sintesis informasi.
Pada tahap penyusunan komponen, komponen
situasi akan dibentuk tabel taksiran yang berisi
identifikasi alternatif dan spesifikasi tujuan,
kriteria dan atribut. Salah satu cara untuk
menspesifikasikan tujuan situasi |Oi, i=1,...,t |
adalah dengan cara mendaftar konsekuensikonsekuensi yang mungkin dari alternatif yang
telah teridentifikasi | Ai, i=1,...,n|. Selain itu juga
disusun atribut-atribut yang akan digunakan |ak,
k=1,...,n|.
Tahap analisis dilakukan melalui 2 langkah, yaitu:
a. Mendatangkan taksiran dari besaran yang
potensial, kemungkinan dan ketidakpastian
yang berhubungan dengan dampak-dampak
yang mungkin pada setiap alternatif.
b. Meliputi pemilihan dari preferensi pengambil
keputusan
untuk
setiap
nilai
dan
ketidakpedulian terhadap resiko yang timbul.
Masalah Multi Attribute Decision Making
(MADM) adalah mengevaluasi m alternatif Ai
(i=1,2,...,m) terhadap sekumpulan atribut atau
kriteria Cj (j=1,2,...,n), dimana setiap atribut
saling tidak bergantung satu dengan yang lainnya.
Matriks keputusan setiap alternatif terhadap setiap
atribut X. Dalam penelitian ini menggunakan
FMADM metode Fuzzy SAW. Adapun langkahlangkahnya adalah:
1.
2.
3.
4.
Menentukan kriteria-kriteria yang akan
dijadikan
acuan
dalam
pengambilan
keputusan, yaitu Ci.
Menentukan rating kecocokan setiap
alternatif pada setiap kriteria.
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
Hasil akhir diperoleh dari proses perankingan
yaitu penjumlahan dari perkalian matriks
ternormalisasi R dengan vektor bobot
sehingga diperoleh nilai terbesar yang dipilih
sebagai alternatif terbaik (Ai) sebagai
solusi[6].
Metode Fuzzy SAW
Metode SAW sering juga dikenal istilah metode
penjumlahan terbobot. Fuzzy SAW ini termasuk
salah satu metode untuk menyelesaikan masalah
Fuzzy Multi Atribute Decision Making (Fuzzy
MADM). Konsep dasar metode Fuzzy SAW
adalah mencari penjumlahan terbobot dari rating
kinerja pada setiap alternatif pada semua atribut.
Metode Fuzzy SAW membutuhkan proses
normalisasi matriks keputusan (X) ke suatu skala
yang dapat diperbandingkan dengan semua rating
alternatif yang ada.
.......
(1)
di mana :
Ri j
= nilai rating kinerja ternormalisasi
Xij
= nilai atribut yang dimiliki dari setiap
kriteria
Max xij = nilai terbesar dari setiap kriteria i
Min xij = nilai terkecil dari setiap kriteria i
Benefit = jika nilai terbesar adalah terbaik
Cost
= jika nilai terkecil adalah terbaik
Di mana rij adalah rating kinerja ternormalisasi
dari alternatif Ai pada atribut Cj; i=1,2,..., m dan
j=1,2,...,n.
Nilai preferensi untuk setiap alternatif
(Vi)diberikan sebagai:
...............(2)
19
Seminar Nasional Informatika 2014
Di mana :
Vi
= rangking untuk setiap alternatif,
wj
= nilai bobot dari setiap criteria
rij
= nilai rating kinerja ternormalisasi
Nilai Vi yang lebih besar mengindikasikan bahwa
alternatif Ai lebih terpilih.
3.
Hasil dan Pembahasan
Perancangan Sistem Fuzzy SAW
Sebagaimana telah dibahas sebelumnya
pada pendahuluan. Penilaian dari kualitas kulit
ular dilakukan dengan melihat kriteria – kriteria
yang mempengaruhi dalam melakukan penilaian
terhadap kualitas kulit ular meliputi ukuran kulit,
fisik kulit dan warna kulit. Selanjutnya kriteria –
kriteria tersebut akan dijadikan sebagai acuan
untuk menentukan kualitas kulit ular sebagai
bahan baku kerajinan yang nantina akan
diimplementasikan dengan metode Fuzzy SAW.
Analisa Kebutuhan Input
Dalam konsep Fuzzy SAW diperlukan
kriteria dan nilai bobot untuk setiap kriteria untuk
membantu perhitungan di mana dalam hal
penentuan kualitas kulit ular ada 3 buah criteria di
antara adalah ukuran kulit ular, fisik kulit ular dan
warna kulit ular. Adapun penjelasan kriteria dan
nilai bobot setiap kriteria yang digunakan sebagai
berikut :
1.
Ukuran Kulit.
Ukuran kulit ular menjadi kriteria yang
sangat penting dalam menentukan kualitas
kulit ular. Panjang kulit mempengaruhi
banyaknya kerajinan yang dapat dibuat.
Tabel 1. Ukuran Kulit
Ukuran Kulit
Kualitas
Lebih besar dari 2.5M
Sangat Bagus
1.5 M - 2 M
Bagus
1.2 M - 1.5 M
Cukup
95 Cm – 1.2 M
Kurang
Lebih kecil dari 95Cm Sangat Kurang
2.
20
Nilai
0.3
0.25
0.2
0.15
0.1
Fisik Kulit.
Fisik kulit merupakan salah satu kriteria
yang mendukung kualitas kulit ular, kulit
ular dalam hal ini dilihat dari sisik ular
tersebut.
Tabel 2. Fisik Kulit
Fisik ular
Kadar bersih
Sisik Besar
Bagus
Sisik Sedang
Cukup
Sisik Kecil
Kurang
3.
Nilai
0.4
0.3
0.2
Warna Kulit.
Warna kulit dilihat dari beberapa kombinasi
warna dari kulit ular yang mana warna kulit
akan menjadi nilai jual untuk setiap
kerajinan yang dihasilkan.
Tabel 3. Warna Kulit
Kombinasi Warna
Kadar Nilai
Kulit
3 Warna
Sangat Baik
Nilai
0.3
2 Warna
Baik
0.2
1 Warna
Cukup
0.1
Adapun nilai bobot untuk setiap kriteria tersebut
dapat dilihat pada tabel 4 berikut.
Tabel 4. Nilai Bobot Kriteria
Kriteria
Cost
Benefit
Ukuran Kulit
Tidak
Ya
Fisik Kulit
TIdak
Ya
Warna Kulit
Tidak
Ya
Analisa Kebutuhan Output
Keluaran yang dihasilkan dari penelitian
ini adalah sebuah alternatif yang memiliki nilai
tertinggi dibandingkan dengan nilai yang lain.
Pada penelitian ini juga hasil keluarannya diambil
dari urutan alternatif yang tertinggi ke alternatif
yang terendah. Dimana nilai tersebut dihasilkan
dari nilai tiap kriteria yang memiliki nilai yang
berbeda – beda.
Perancangan Sistem
Pada sistem Fuzzy SAW ini dapat
digambarkan proses yang dilakukan dalam
menentukan kualitas kulit ular seperti pada
gambar 1 berikut ini.
Seminar Nasional Informatika 2014
Kemudian data kulit ular yang telah diinput akan
diolah dan dilakukan perhitungan dengan
menggunakan Fuzzy SAW untuk menentukan
nilai ternormalisasi dan nilai perangkingan
alternatif, adapun sampel data yang diperoleh
dapat dilihat pada tabel 5 sebagai berikut.
Tabel 5. Data Kulit Ular Sebelum Diolah
Gambar 1. Use Case Sistem Fuzzy SAW
Tampilan Program
Pada gambar 2 berikut ini bisa dilihat
tampilan program dari sistem Fuzzy SAW,
dimana tampilan awal ini berupa tampilan login,
tampilan isi data kulit ular dan data seleksi serta
perangkingan dari data yang diolah.
Dalam penelitian ini akan dicontohkan
perhitungan dengan menggunakan Fuzzy SAW
untuk sampel data pada tabel 6 berikut ini.
Tabel 6. Data Yang Akan Diuji
Gambar 2. Tampilan Login
setelah user berhasil login maka user dapat
melakukan input data kulit ular mulai dari kode
kulit, nama jenis kulit, ukuran kulit, fisik kulit dan
warna kulit seperti pada gambar 3 dibawah ini.
Data yang akan diuji akan disesuaikan dengan
nilai berdasarkan kriteria, data yang telah
disesuaikan dengan nilai kriteria dapat dilihat
pada tabel 7 di bawah ini.
Tabel 7. Perubahan Nilai Kriteria
Gambar 3. Tampilan Input Data Kulit Ular
Kemudian data nilai tiap kriteria yang didapat
akan dihitung untuk menghasilkan nilai
normalisasi Untuk menormalisasi kan data di atas
menjadi data yang telah normal dibutuhkan nilai
bobot dari Kriteria (W) dan dikalikan dengan
nilai X setiap kriteria. Untuk perhitungan nilai R
membutuhkan penggolongan Kriteria kedalam
nilai benefit atau cost seperti yang dijabarkan
terlihat pada table 8 berikut ini.
21
Seminar Nasional Informatika 2014
Tabel 8. Penggolongan Kriteria Kulit Ular
Kriteria
Cost
Benefit
Ukuran Kulit
Tidak
Ya
Fisik Kulit
TIdak
Ya
Warna Kulit
Tidak
Ya
Dari keterangan table 8 tersebut maka untuk
menghitung
nilai
normalisasi
dapat
menggunakan persamaan 1.
Dari perhitungan nilai normalisasi dikali dengan
nilai bobot tiap kriteria dapat dihasilkan nilai
perangkingan seperti pada tabel 10 berikut ini.
Tabel 10. Hasil Perangkingan
Berdasarkan dari hasil perhitungan dengan
metode Fuzzy SAW diperoleh rangking tertinggi
untuk jenis kulit ular Ridiata kemudian disusul
oleh kulit ular Phyton, Mangrove dan yang
menempati rangking terakhir adalah kulit ular
Sunbean.
4.
Dari contoh perhitungan tersebut dapat dihasilkan
nilai normalisasi yang dapat dilihat pada tabel 9.
Tabel 9. Normalisasi
Dari hasil pengujian metode Fuzzy SAW
ini, didapat beberapa kesimpulan sebagai berikut :
1.
Metode Fuzzy SAW dalam menentukan
kualitas kulit ular untuk kerajinan tangan
mampu memberikan hasil Perangkingan
dalam menentukan jenis kulit ular mana
yang terbaik.
2. Penerapan metode Fuzzy SAW dapat
mengoptimalkan proses penyeleksian kulit
ular sebagai bahan kerajinan tangan di
perusahaan tersebut.
5.
Selanjutnya dilakukan perkalian antara nilai
normalisasi setiap kriteria dengan nilai setiap
kriteria.
22
Kesimpulan
Saran
Adapun saran yang berkaitan dengan
pengujian metode Fuzzy SAW ini adalah sebagai
berikut :
1. Adanya penerapan metode lain yang lebih
efektif lagi dalam menentukan kualitas kulit
ular sehingga hasil penyeleksian lebih baik.
2. Adanya penambahan kriteria yang mungkin
sehingga jenis kulit ular yang terseleksi akan
lebih berkualitas.
Seminar Nasional Informatika 2014
Daftar Pustaka
Muhammad Rifqi M, 2012, Jurnal Ilmiah ICTech
Vol. X No.1, 1 Januari.
Henry W,dkk, 2009, Seminar Nasional Aplikasi
Teknologi Informasi (SNATI
2009),
Yogyakarta, 20 Juni.
Kaur P, Kumar S, 2013, IOSR Journal of
Business and Management (IOSR-JBM)
Volume 15, Issue 2, Nov – Dec 2013.
T. Sutojo, S.Si., M.Kom., Edy Mulyanto, S.Si.,
M.Kom., Dr. Vincent Suhartono,2011,
Kecerdasaan Buatan, , Yogyakarta, Ani.
Henry Wibowo
S, 2010, “Jurnal Aplikasi
UjiSensitivitas untuk
model MADM
menggunakan metode SAW dan TOPSIS”.
Sri Kusumadewi, 2006, “Fuzzy Multi-Atrribute
Decision Making (Fuzzy MADM ”.
Yogyakarta : Graha Ilmu.
23