Seminar Nasional Teknologi Informasi dan Komunikasi 2016 (SENTIKA 2016) Yogyakarta, 18-19 Maret 2016
ISSN: 2089-9815
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN KUALITAS BUAH JERUK DENGAN MENERAPKAN METODE BAYES (STUDI KASUS : KABUPATEN KARO) Ramen Antonov Purba Program Studi Manajemen Informatika, Politeknik Unggul LP3M Medan Jl.Iskandar Muda No.3 CDEF Medan 20153 Telp. (061) 4156355 E-mail :
[email protected] ABSTRAKS Kabupaten Karo merupakan salah satu daerah dataran tinggi di Sumatera Utara yang menghasilkan sayur mayur dan buah. Buah jeruk merupakan salah satu komoditi buah unggulan dari Kabupaten Karo. Seiring dengan perkembangan dunia pertanian, maka di daerah karo juga ditanami beragam jeruk dengan asal bibit yang berbeda. Kondisi tersebut menyebabkan jeruk-jeruk yang berasal dari Kabupaten Karo memiliki karakteristik beragam. Ada yang bentuknya lonjong, ada yang bentuknya bulat. Ada yang berwarna hijau. Ada yang berwarna kuning. Ada yang berwarna kuning kecoklatan. Untuk rasa juga beragam. Ada yang manis berair. Ada yang manis kering. Ada yang manis pahit. Dengan keanekaragaman tersebut, tentunya akan sangat menyulitkan untuk menentukan jenis jeruk mana yang paling berkualitas diantara jenis-jenis jeruk yang ada. Jika mempergunakan cara yang tradisional sudah pasti akan memakan waktu yang sangat lama. Tentunya sangat tidak baik mengingat jeruk dari Kabupaten Karo hendak di ekspor ke luar negeri. Bisa dibayangkan jika kualitas jeruk yang diekspor berbeda-beda, tentunya akan mempengaruhi citra dari jeruk dari Kabupaten Karo tersebut. Oleh karenanya harus ada solusi yang cerdas dan canggih untuk menyelesaikan masalah penentuan kualitas buah jeruk tersebut. Solusi cerdas dan canggih yang dapat dipergunakan yakni dengan memanfaatkan konsep teknologi berbasis komputerisasi. Salah satu konsep yang dapat dipergunakan yaitu dengan mempergunakan konsep Decision Suport System. Diharapkan dengan penggunaan konsep tersebut, permasalahan untuk menentukan kualitas buah jeruk akan dapat terselesaikan. Dengan demikian petani jeruk yang berasal dari Kabupaten Karo juga dapat terbantu. Kata Kunci : DSS,bayes,SPK sejumlah alternatif solusi dan tindakan guna menyelesaikan suatu masalah, sehingga masalah tersebut dapat diselesaikan secara efektif dan efisien (Turban E, 2001:39). Dalam pengambilan keputusan, banyak orang bergantung pada metode penyelesaian masalah secara informal (Turban E, 2001:39). Salah satu metode yang tepat sebagai solusi dari permasalahan untuk menentukan kualitas buah jeruk di Kabupaten Karo yaitu Metode Bayes. Metode Bayes menggabungkan distribusi sampel dan distribusi prior sehingga dapat diperoleh distribusi posterior-nya. Distribusi posterior ini akan digunakan untuk menentukan inferensi tentang suatu parameter yang masih dipandang sebagai variabel random. Distribusi posterior menyatakan derajat keyakinan seseorang mengenai suatu parameter setelah sampel diamati (Maftukhah,T, 2009:78). Oleh sebab itu sangat tepat untuk membangun sistem pendukung keputusan dengan menggunakan metode Bayes. Dengan adanya sistem pendukung keputusan untuk menentukan kualitas buah jeruk dengan menggunakan metode Bayes, para petani, dan para pengumpul buah jeruk dapat menentukan kualitas buah jeruk dengan cepat.
1. PENDAHULUAN 1.1 Latar Belakang Kabupaten Karo yang berdasarkan letak geografisnya terletak di hamparan pegunungan Bukit Barisan. Bentuknya seperti kuali besar dengan ketinggian 140-1400 m. Luas wilayah Kabupaten Karo adalah 2.127,25 Km2 atau 212.725 Ha atau 2,97 persen dari luas Provinsi Daerah Tingkat I Sumatera Utara, dan secara geografis terletak diantara 2°50’–3°19’ Lintang Utara dan 97°55’–98°38’ Bujur Timur. Kabupaten ini memiliki jumlah penduduk lebih kurang 350.479 jiwa yang tersebar di 17 Kecamatan (karokab.go.id). Letak yang demikian membuat tekstur tanah di Kabupaten Karo sangat baik untuk bertani sayur dan buah. Permasalahan yang dihadapi oleh petani khususnya petani buah jeruk di Kabupaten Karo begitupun dengan penampung buah jeruk yakni sulitnya menentukan kualitas buah jeruk yang hendak di ekspor. Kaidah ekspor tentunya mengirimkan jeruk-jeruk yang paling berkualitas. Kondisi ini disebabkan karena jeruk di Kabupaten Karo bibitnya beragam. Sehingga jenis tekstur buah, bentuk, dan rasa tidak merata. Tentunya harus ada solusi akurat untuk memecahkan permasalahan ini untuk membantu para petani begitupun penampung buah jeruk yang ada di Kabupaten Karo. Sistem pendukung keputusan adalah sebuah sistem alternatif solusi atau alternatif tindakan dari
1.2 Referensi 1.2.1 Decision Support System (DSS) DSS difenisikan sebagai sekumpulan prosedur berbasis model untuk data pemrosesan dan penilaian guna membantu seseorang (manajer,
169
Seminar Nasional Teknologi Informasi dan Komunikasi 2016 (SENTIKA 2016) Yogyakarta, 18-19 Maret 2016
dokter, dll) dalam mengambil keputusan. Untuk sukses, sistem tersebut harus sederhana, cepat, mudah dikontrol, adaptif, lengkap dengan isu penting, dan mudah berkomunikasi (Little, 1970 : 32). DSS juga dikatakan sebagai sistem berbasis komputer yang terdiri dari tiga komponen yang saling berinteraksi, sistem bahasa (mekanisme untuk memberikan komunikasi antara pengguna dan komponen DSS lain), sistem pengetahuan (repositori kemampuan domain masalah yang ada pada DSS entah sebagai data atau sebagai prosedur), dan sistem pemrosesan masalah (hubungan antara dua komponen lainnya, terdiri dari satu atau lebih kapabilitas manipulasi masalah umum yang diperlukan untuk pengambilan keputusan). Konsep-konsep yang diberikan oleh definisi tersebut sangat penting untuk memahami hubungan antara DSS dan pengetahuan (Bonczek, 1980 : 78).
ISSN: 2089-9815
1.2.4 Metode Bayes Seorang ahli matematika Inggris, Thomas Bayes (1702 – 1761), Mengembangkan teori untuk menghitung probabilitas tentang sebab – sebab terjadinya suatu kejadian (causes) berdasarkan pengaruh yang dapat diperoleh sebagai hasil observasi. Sejak perang dunia kedua telah berkembang apa yang disebut “Bayesian decision theory”, yaitu teori keputusan berdasarkan perumusan Thomas Bayes yang bertujuan untuk memecahkan masalah pembuatan keputusan yang mengandung ketidakpastian. Formula Bayes dapat digunakan untuk menentukan Probabilitas yang diberikan dari Coclusion (C ) beberapa fakta, atau Fact (f). Probabilitas Bayes adalah salah satu cara untuk mengatasi ketidakpastian data dengan menggunakan formula Bayes yang dinyatakan sebagai berikut (Giarrianto dan Riley, 1994)
1.2.2 Tujuan DSS Dalam DSS terdapat tiga tujuan yang harus di capai yaitu : 1. Membantu manajer dalam pembuatan keputusan untuk memecahkan masalah semi terstruktur 2. Mendukung keputusan manajer, dan bukannya mengubah atau mengganti keputusan tersebut 3. Meningkatkan efektivitas menajer dalam pembuatan keputusan, dan bukannya peningkatan efisiensi Tujuan ini berkaitan dengan tiga prinsip dasar dari konsep DSS (Decision Support System), yaitu struktur masalah, dukungan keputusan, dan efektivitas keputusan.
P(H|E)
=
P(E|H)(PH) P(E)
Dimana : P(H|E) : Probabilitas hipotesa H jika diberikan evidence E P(E|H) : Probabilitas munculnya evidence E jika diketahui hipotesa H P(H) : Probabilitas hipotesa H tanpa memandang evidence apapun P(E) : Probabilitas evidence E Dalam bidang kedokteran teorema Bayes sudah lama dikenal (Cutler, 1991). Teorema ini banyak diterapkan dalam hal yang berkaitan dengan diagnosa secara statistik yang berhubungan dengan probabilitas secara kemungkinan dari penyakit dan gejala – gejala yang berkaitan. Prises inference menggunakan metode Bayes dalam Diagnosis sebagai berikut (Cutler, 1991) :
P(D|C)
=
P(C|D)(PD) P(C)
Dimana : P(D|C) : Probabilitas dengan adanya petunjuk tertentu. P(D) : Probabilitas yang timbul dari populasi tertentu atau probabilitas kejadian pada seseorang atau kelompok yang mempunyai cirri yang sama. P(C|D) : Probabilitas timbulnya penunjuk. P(C ) : Probabilitas adanya penunjuk (insiden), dimana insiden adalah jumlah kasus yang timbul persatuan populasi selama jangka waktu tertentu.
Gambar 1 Fokus DSS 1.2.3 Kualitas Kualitas adalah kesesuaian dengan kebutuhan yang meliputi availability, delivery, realibility, maintainability, dan cost effectiveness (Crosby, 1979 :46). Kualitas merupakan keseluruhan karakteristik produk dan jasa yang meliputi marketing, engineering, manufacture, dan maintenance, di mana produk dan jasa tersebut dalam pemakaianya akan sesuai dengan kebutuhan dan harapan pelanggan (Feigenbaum, 1991:48).
170
Seminar Nasional Teknologi Informasi dan Komunikasi 2016 (SENTIKA 2016) Yogyakarta, 18-19 Maret 2016
ISSN: 2089-9815
5.
Kerusakan, % (jml/jml): maks 5-10, cara uji SP-SMP-310-1981 6. Kotoran: bebas, bebas, cara uji organoleptik 7. Busuk % (jml/jml): maks.1-2, cara uji SP-SMP311-198
1.2.5 Jeruk Jeruk berasal dari RRC dikenal dengan nama jeruk mandarin, jeruk atau limau adalah semua tumbuhan berbunga anggota marga Citrus dari suku Rutaceae (suku jeruk-jerukan). Anggotanya berbentuk pohon dengan buah yang berdaging dengan rasa masam yang segar, meskipun banyak di antara anggotanya yang memiliki rasa manis. Rasa masam berasal dari kandungan asam sitrat yang memang menjadi terkandung pada semua anggotanya (Rahmat Rukmana, 2001). Sebutan "jeruk" kadang-kadang juga digabungkan pada beberapa anggota marga lain yang masih berkerabat dalam suku yang sama, seperti kingkit. Dalam bahasa sehari-hari, penyebutan "jeruk" atau "limau" (di Sumatra dan Malaysia) seringkali berarti "jeruk keprok" atau "jeruk manis". Di Jawa, "limau" (atau "limo") berarti "jeruk nipis" (Rahmat Rukmana, 2001).
1.2.7 Jenis Jeruk Berdasarkan ekologi atau habitat tumbuhnya, dikenal dua kelompok besar jeruk keprok dataran rendah, dan jeruk keprok dataran tinggi. 1. Jeruk Keprok Dataran Rendah Jeruk Keprok dataran rendah tumbuhnya di daerah yang berkrtinggian antara 1m 700 m dari permukaan laut (dpl.). Termasuk kedalam jeruk keprok dataran rendah antara lain adalah Keprok Madura (1 m – 500 m dpl.), keprok Tejakula di Buleleng Bali (250 m dpl.), dan jeruk keprok Siem Pontianak di kabupaten Sambas (1 m – 700 m dpl.). 2. Jeruk Keprok Dataran Tinggi Jeruk keprok dataran tinggi tumbuhnya di daerah yang mempunyai ketinggian diatas 700 m dpl. Termasuk ke dalam jeruk keprok dataran tinggi antara lain adalah Keprok Garut (800 m – 1.200 m dpl.), Keprok di Karo (800 m – 1.400 m dpl.), keprok Batu (800 m 1.200 m dpl.), dan keprok Frimong (800 m – 1.200 m dpl.) Jeruk siem termasuk jeruk keprok (Citrus Nobilis Var. Microcarpa Hoslk), yang mempunyai ciri kulit buaknya tipis, licin mengkilap, menempel lebih lekat pada daging buah hingga sulit dikupas. Warna kulit akan tetap hijau meski sudah matang, ukuran buah sedang, bentuknya bulat seperti bola dengan aroma yang tidak terlalu tajam. 2. PEMBAHASAN Dalam pengambilan keputusan perlu dilakukan tiga langkah : intelligent, modelling, dan choice (Herbert Simon, The New Science of Management Decision, 1977).
Gambar 2 Jeruk 1.2.6 Kualitas Standar Mutu Jeruk Jeruk keprok digolongkan dalam 4 (empat) ukuran yaitu kelas A, B, C dan D, berdasarkan berat tiap buah, yang masing-masing digolongkan dalam 2 (dua) jenis mutu, yaitu Mutu I dan Mutu II. Kelas A : diameter 7,1 cm atau 151 gram/buah. Kelas B : diameter 6,1–7,0 cm atau 101–150 gram/buah Kelas C : diameter 5,1–6,0 cm atau 51–100 gram/buah Kelas D : diameter 4,0–5,0 cm atau 50 gram/buah Adapun syarat mutu buah jeruk keprok adalah sebagai berikut : 1. Keasamaan sifat varietas: Seragam, cara uji organoleptik 2. Tingkat ketuaan: Tua, tidak terlalu matang, cara uji organoleptik 3. Kekerasan: Cukup keras, cara uji organoleptik 4. Ukuran: Kurang seragam, cara uji SP-SMP309-1981
2.1 Tahap Intelligent Dalam tahap intelijent tentukan terlebih dahulu apa saja yang ingin di cari atau di ukur, (The New Science of Management Decision, 1977).Menentukan kualitas buah jeruk ada beberapa tahap yang harus diperhatikan : 1. Tentukan beberapa jenis (Varietes) jeruk berdasarkan ekologi atau habitat tumbuhnya. Contoh : a. Jeruk dataran tinggi (T) b. Jeruk dataran rendah (R) 2. Tentukan beberapa kriteria Contoh : a. Kriteria 1: Ukuran (K1) Ukuran jeruk tebagi menjadi tiga, yaitu : 1. Besar (U1) 2. Sedang (U2)
171
Seminar Nasional Teknologi Informasi dan Komunikasi 2016 (SENTIKA 2016) Yogyakarta, 18-19 Maret 2016
3. Kecil (U3) b. Kriteria 2 : Bentuk (K2) Bentuk jeruk terbagi menjadi tiga, yaitu : 1. Bulat (B1) 2. Gepeng (B2) 3. Lonjong (B3) c. Kriteria 3 : Warna (K3) Warna terbagi menjadi tiga, yaitu : 1. Kuning kemerahan (W1) 2. Kuning (W2) 3. Kuning kehijauan (W3) d. Kriteria 4 : Rasa (K4) Rasa terbagi menjadi empat, yaitu : 1. Sangat manis (R1) 2. Manis segar (R2) 3. Manis Asam (R3) 4. Masam (R4) e. Kiteria 5 : Stuktur Kulit (K5) : Stukutur Kulit terbagi menjadi dua, yaitu : 1. Halus (S1) 2. Kasar (S2) 3.Berdasarkan penentuan bobot kriteria yang diasumsikan dari hasil survey, Bahwa : 1. Kriteria 1 : Ukuran (K1) = 15% 2. Kriteria 2 : Bentuk (K2) = 10% 3. Kriteria 3 : Warna (K3) = 25% 4. Kriteria 4 : Rasa (K4) = 30% 5. Kriteria 5 : Struktur Kulit (K5) = 20% 4. Tentukan Bobot atau Nilai kualitas jeruk keprok 1. 0 - 4,5 : Berkualitas Buruk 2.4,6 - 6,9 : Berkualitas Sedang 3. 7 - 9,9 : Berkualitas Baik 4.10 - 12 : Berkualitas Sangat Baik
ISSN: 2089-9815
2.
Tentukan bobot kriteria diasumsikan berdasarkan survey, bahwa bobot tersebut berlaku untuk jenis jeruk dataran tinggi (T) dan jeruk dataran rendah (R) adalah sebagai berikut : a. Kriteria 1 : Ukuran (K1) = 15% b. Kriteria 2 : Bentuk (K2) = 10% c. Kriteria 3 : Warna (K3) = 25% d. Kriteria 4 : Rasa (K4) = 30% e. Kriteria 5 : Kulit (K5) = 20% 3. Hitung bobot dari keseluruhan kriteria menggunakan teori bayes dengan langkahlangkah sebagai berikut : a.Tentukan probabilitas prior yaitu probabilitas yang perhitungan nilainya nilainya tidak didasarkan pada informasi dari observasi. 1. Tentukan terlebih dahulu Probabilias Jeruk dataran tinggi (T), dan keprok dataran rendah (R) yang berkualitas baik yang diasumsikan berdasarkan survey, diasumsikan bahwa : a.Jeruk dataran tinggi sebanyak 50% dan Probabilitas interest pembeli (T) : 60 % , interest ini cenderung berdasarkan kriteria Rasa untuk kategori “sangat manis” dan “manis” dan juga didukung berdasarkan kriteria Warna. b.Jeruk Keprok dataran rendah sebanyak 50% Probabilitas interest pembeli (R) : 40 % 2.
2.2 Tahap Pemodelan 1. Gambarkan tree dari masalah yang akan dibahas, dimana dalam tree ini terdapat objek yang akan dibahas, kriteria dan alternatif. Berikut ini adalah gambar tree dari masalah yang akan dibahas yaitu tentang penentuan kualitas buah jeruk.. a.Objek yang akan dibahas (tentang jeruk) b.Kriteria (warna, bentuk, ukuran, rasa, kulit) c.Alternatif (Keprok (T) , Keprok (R)).
Gambar 3 Hirarki Kualitas Jeruk
172
Tentukan Probabilitas bobot masing-masing kriteria. a. Pobabilitas kriteria jeruk keprok dataran tinggi (T) : P(T) = Probabilitas Jeruk dataran Tinggi P(A|T) = Probabilitas Jeruk dataran Tinggi berkualitas baik P(T|K1) = Probabilitas jeruk T (Tinggi) dengan Kriteria pertama P(T|K2) = Probabilitas jeruk T (Tinggi) dengan Kriteria kedua P(T|K3) = Probabilitas jeruk T (Tinggi) dengan Kriteria ketiga P(T|K4) = Probabilitas Jeruk T (Tinggi) dengan kriteria keempat P(T|K5) = Pobabilitas Jeruk T (Tinggi) dengan Kriteria Kelima P(T) = 50% P(T|A) = 60% P(A|T) = P(T|K1) P(T|A) + P(T|K2) P(T|A) + P(T|K3) P(T|A) + P(T|K4) P(T|A) + P(T|K5) P(T|A) =(0,15) (0,60) + (0,10) (0,60) + (0,25) (0,60) + (0,30) (0,60) + (0,20) (0,60) =0,09 + 0,06+ 0,15 + 0,18 + 0,12 =0,60
Seminar Nasional Teknologi Informasi dan Komunikasi 2016 (SENTIKA 2016) Yogyakarta, 18-19 Maret 2016
ISSN: 2089-9815
Gambar 5 Lanjutan Probabilitas 1 Dari gambar 4 dan 5 diatas dapat dijelaskan : 1. Kriteria Ukuran (K1) Besar : T>R Sedang : T
R Lonjong : T=R 3. Kriteria Warna (K3) Kuning Kemerahan :T>R Kuning :TR Manis : T>R Manis Asam : TR
2.3 Tahap Pemilihan Probabilitas yang dihitung bedasarkan “Bayesian Pobability Theory” yaitu bahwa pobabilitas Jeruk Keprok berkualitas Baik lebih banyak peluangnya dihasilkan di dataran tinggi (T) daripada di dataran rendah (R), Perhitungan di atas dapat dibuat dalam tabel sebagai berikut :
Sehingga dapat disimpulkan, pobabilitas tertinggi bahwa jeruk berkualitas baik adalah jeruk keprok dataran tinggi (T). maka dapat disimpulkan bahwa jeruk keprok dataran tinggi lebih besar peluangnya memiiki kualitas yang tinggi dibandingkan dengan keprok dataran rendah. Hal ini dikarenakan kriteria yang dimiliki jeruk keprok dataran tinggi lebih baik dari segi interest pembeli secara umum. Hal ini sekaligus menyatakan kualitas terbaik ditentukan berdasarkan nilai peluang terbesar.
Gambar 4 Probabilitas 1
173
Seminar Nasional Teknologi Informasi dan Komunikasi 2016 (SENTIKA 2016) Yogyakarta, 18-19 Maret 2016
2.4 Implementasi Pada gambar Analisa Kualitas dibawah, dapat dipilih golongan jeruk dan nama jeruk, pada kolom kriteria, dapat diinput kriteria jeruk yang diteliti. Sewaktu memilih kriteria jeruk keprok, maka akan langsung tampil nilai bobot masing-masing dari kriteria yang di inputkan. Klik commonbutton “Analisa” sehingga dapat dilihat nilai bobot kualitas buah jeruk yang di analisa serta keterangan dari kualitas jeruk tersebut.
ISSN: 2089-9815
PUSTAKA Karokab.go.id/Sekilas Kabupaten Karo Maftukhah,T., Widyanto, M.R., Widjaja, B. H., Yadda, A.H. , Metode Bayes Untuk Umpan Balik Relevan Pada Perolehan Citra Dengan Kemiripan Tekstur, jurnal instrumentasi, Vol.33 No.2 Juli Desember 2009 Oktafia, D. dan Pardede, C. D.L., Perbandingan kinerja Algoritma Bayes dalam Prediksi Kebangkrutan, Skripsi, Universitas Gunadarma, Jakarta, 2008. Sibaroni, Yuliant, Analisis dan Penerapan Metode Klasifikasi untuk Pembangunan Perangkat Lunak Sistem Penerimaan Mahasiswa Baru Jalur Non Tulis, Tesis S2 Institut Teknologi Bandung , 2008. Turban, E., and Aronson, J E., (2001), Decision Support Systems and Intelligent Systems. New Jersey: Prentice-Hall. Daihani, and Dadan U., (2001), Komputerisasi Pengambilan Keputusan. Jakarta: Elex Media Komputindo. Pressman, R.S., (2001), Software Engineering, A Practicione’s Approcah. New York: McGraw-Hill Companies, Inc
Gambar 6 Analisa Buah 3.
KESIMPULAN Adapun kesimpulan yang diperoleh oleh penulis adalah sebagai berikut : 1. Dengan dibangunnya sistem pendukung keputusan menggunakan metode Bayes, dapat digunakan oleh para pengguna untuk menentukan kualitas buah jeruk. 2. Simulasi pemilihan jeruk ini juga dapat digunakan untuk pendukung keputusan dalam masalah yang lain dengan metode yang sama. 3. Interval bobot yang dipakai dalam menganalisa kualitas jeruk ini adalah 1-12. Artinya Semakin tinggi nilai bobot penilaian maka semakin tinggi pula nilai kualitas jeruk yang diteliti tersebut. 4. Untuk jenis jeruk yang lain juga dapat dilakukan proses penentuan kualitas dengan teknik dan tata cara yang sama. Karena secara umum jeruk memiliki kesamaan satu jenis dengan jenis yang lain. Sehingga akan memudahkan proses dalam melakukan proses penentuan kualitas.
174
