TANAH MULTI KRITERIA KEPADA CALON KONSUMEN DENGAN METODE FUZZY LOGIC

Sistem Pendukung Keputusan Penentuan Rumah / Tanah Multi Kriteria kepada Calon Konsumen Dengan Metode Fuzzy Logic (Arsito Ari Kuncoro)

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN RUMAH / TANAH MULTI KRITERIA KEPADA CALON KONSUMEN DENGAN METODE FUZZY LOGIC

ARSITO ARI KUNCORO Sekolah Tinggi Elektronika dan Komputer Jl. Majapahit 605 & 304 Semarang Indonesia E-mail : [email protected]

Abstrak

Property menunjukkan kepada sesuatu yang biasanya dikenal sebagai entitas dalam kaitannya dengan kepemilikan seseorang atau sekelompok orang atas suatu hak eksklusif. Bentuk yang utama dari properti ini adalah termasuk real property (tanah), kekayaan pribadi(personal property), kepemilikan barang secara fisik lainnya dan kekayaan intelektual. Agen property sebagai jasa perantara dalam menjualkan ataupun menyewakan property dalam bentuk Bangunan atau Tanah kepada calon konsumen, harus bisa memutuskan untuk pemilihan property yang diinginkan oleh calon konsumen dengan berbagai macam variasi kriteria yang diajukan. Sistem pendukung keputusan (Decision Support Systems disingkat DSS) adalah bagian dari sistem informasi berbasis komputer (termasuk sistem berbasis pengetahuan (manajemen pengetahuan)) yang dipakai untuk mendukung pengambilan keputusan dalam suatu organisasi atau perusahaan. Logika fuzzydikatakan sebagai logika baru yang lama, sebab ilmu tentang logika fuzzymodern dan metodis baru ditemukan beberapa tahun yang lalu, padahalsebenarnya konsep tentang logika fuzzy itu sendiri sudah ada pada diri kita sejaklama.Logika fuzzy adalah suatu cara yang tepat untuk memetakan suatu ruang inputke dalam suatu ruang output. Penelitian ini bertujuan untuk menyelesaikan permasalahan agen property khususnya bagian Marketting Associate dalam menentukan dan memilihkan property kepada calon konsumen dengan kriteria yang diinginkan. Dengan sistem pendukung keputusan menggunakan Fuzzy Logic ini calon konsumen akan merasa puas karena cepatnya respon dan layanan agen property dalam memutuskan pilihan property yang diinginkan sesuai dengan kriteria yang diminta. Kata kunci : Property, Sistem Pendukung Keputusan, Fuzzy Logic

Properti menunjukkan kepada sesuatu yang biasanya dikenal sebagai entitas dalam kaitannya dengan kepemilikan seseorang atau sekelompok orang atas suatu hak eksklusif. Bentuk yang utama dari properti ini adalah termasuk real property (tanah), kekayaan pribadi(personal property), kepemilikan barang secara fisik lainnya dan kekayaan intelektual. Hak dari kepemilikan adalah terkait dengan properti yang menjadikan sesuatu barang menjadi "kepunyaan seseorang" baik pribadi maupun kelompok, menjamin si pemilik atas haknya untuk melakukan segala suatu terhadap properti sesuai dengan kehendaknya, baik untuk menggunakannya ataupun tidak

A. PENDAHULUAN Melihat kondisi perekonomian Indonesia serta internasional saat ini kiranya sudah menuju kearah perbaikan. Hal ini mendukung pembangunan infrastruktur di Indonesia. Pembangunan yang terjadi, juga berimbas pada pembangunan pada sektor properti. Perkembangan property Indonesia mengalami siklus naik dan turun hal tersebut dipengaruhi juga dari kondisi perekonomian yang yang ada. Melihat dari siklus pasar property yang kerap berjalan, pastinya kita ingin tahu bagaimana dengan prospek siklus tahun kedepannya melihat dari kondisi perekonomian yang berjalan (http://www.vibiznews.com/).

35

Vol. 6 No.2 – EBISNIS, Juni 2013

1. 2. 3. 4.

menggunakannya, untuk mengalihkan hak kepemilikannya. Beberapa ahli filosofi menyatakan bahwa hak atas properti timbul dari norma sosial. Beberapa lainnya mengatakan bahwa hak itu timbul dari moralitas atau hukum alamiah(natural law). Hak kepemilikan properti modern mengandung suatu hak kepemilikan dan hak penguasaan yang merupakan milik dari suatu perorangan yang sah, walaupun apabila perorangan tersebut bukan merupakan bentuk orang yang sesungguhnya. Misalnya pada perusahaan, dimana perusahaan memiliki hakhak setara dengan hak warga negara lainnya termasuk hak-hak konstitusi, dan oleh karena itulah maka perusahaan disebut sebagai badan hukum. Properti biasanya digunakan dalam hubungannya dengan kesatuan hak termasuk : Kontrol atas penggunaan dari property Hak atas keuntungan dari property ( misalnya "hak tambang", "hak sewa") Suatu hak untuk mengalihkan atau menjual properti Suatu hak untuk memiliki secara eksklusif Sistem hukum telah berkembang sedemikian rupa untuk melindungi transaksi dan sengketa atas penguasaan, penggunaan, pemanfaatan, pengalihan dan pembagian properti, dimana Sistem tersebut termasuk dengan yang biasa dikenal dengan istilah kontrak (perjanjian) Hukum positif menegaskan hak -hak tersebut dan untuk menghakimi dan melaksanakan penerapannya maka digunakan suatu Sistem hukum sebagai sarananya (Kosasi, 2002). Memasuki tahun 2004, dunia properti kembali bangkit setelah terpuruk karena krisis moneter. Bisnis-bisnis dibidang properti mulai menjamur, baik dalam skala kecil, menengah maupun besar. Pengembangan ini tidak hanya terjadi di daerah-daerah tertentu, tapi hampir seluruh daerah khususnya di wilayah Semarang. Gejolak perkembangan dibidang properti ini tidak hanya dipengaruhi oleh perbaikan perekonomian tetapi juga minat para konsumen mengikuti perkembangan ini. Peningkatan jumlah konsumen dari tahun ke tahun semakin bertambah. Berikut data perkembangan minat konsumen terhadap dari tiga tahun terakhir di wilayah semarang:

Tabel 1. Perkembangan minat pada agen property 2008-2010 2008 2009 2010 Konsumen 565 790 1278 1500 1278 Jumlah

1000 565

500

790

Kon…

0 2008

2009 Tahun

2010

Gambar 1. Grafik perkembangan minat konsumen pada agen property Para developer ataupun agen property banyak yang menawarkan berbagai alternatif dari mulai harga, lokasi, desain, cara pembayaran dan masih banyak pilihan lainnya. Hal inilah yang menyebabkan konsumen harus pandai-pandai memilih perumahan mana yang akan mereka ambil yang sesuai dengan kriteriakriteria yang diinginkan. Sebuah Agen Propertysemaksimal mungkin akan terus meningkatkan dalam hal pelayanan untuk menjadi seorang Marketing Associate dengan asisten pendamping yang setia dalam mencarikan property sesuai dengan kriteria konsumen. Kesalahan dalam memilihkan property kepada konsumententunya akan membawa pengaruh negatif bagi kesinambungan perusahaan bersangkutan dengan konsumen-nya itu sendiri. Oleh karena itu diperlukan metode yang sistematis dan seleksi yang tepat dalam pemilihan property yang sesuai dengan keinginan konsumen dan nantinya akan dijadikan sebagai klien yang berpotensi untuk bisa diprospek kembali oleh agen property.Agen Propertydipandang perlu untuk menentukan sebuah metode tertentu terkait dengan pelayanan pemilihan property yang diinginkan konsumen yang dilakukan pada khususnya oleh bagian Marketing Associate. PihakMarketing Associateterkadang merasa kesulitan dalam menentukan property yang benar-benar sesuai dengan keinginan konsumen yang rata-rata memberikan banyak kriteria yang telah dipersiapkan. Oleh karena itu harus dilakukan analisa setelah konsumen tersebut memberikan kriteria property yang diinginkan kemudian dengan metode tertentu diproses sedemikian rupa sehingga diperoleh hasil berupa daftar

36


property sesuai dengan keinginan dan kriteria konsumen. Melihat kondisi seperti di atas, maka kiranya diperlukan suatu sistem dengan metode tertentu yang bisa menyimpan dataproperty dan kriteria-kriteria yang konsumen berikan, kemudian melakukan analisa terhadap data-data tersebut dan memberikan alternatif solusi bagi pihak manajemen dalam pemilihan property oleh konsumen. Sistem pendukung keputusan (decision support systems disingkat DSS) adalah bagian dari sistem informasi berbasis komputer (termasuk sistem berbasis pengetahuan (manajemen pengetahuan) yang dipakai untuk mendukung pengambilan keputusan dalam suatu organisasi atau perusahaan. Dapat juga dikatakan sebagai sistem komputer yang mengolah data menjadi informasi untuk mengambil keputusan dari masalah semiterstruktur yang spesifik. Menurut Moore and Chang, SPK dapat digambarkan sebagai sistem yang berkemampuan mendukung analisis adhoc data, dan pemodelan keputusan, berorientasi keputusan, orientasi perencanaan masa depan, dan digunakan pada saat-saat yang tidak biasa. Adapun tahapan dalam SPK antara lain: 1. Definisi masalah. 2. Pengumpulan data atau elemen informasi yang relevan. 3. Pengolahan data menjadi informasi baik dalam bentuk laporan grafik maupun tulisan. 4. Menentukan alternatif-alternatif solusi (bisa dalam prosentase). Sedangkan tujuan dari SPK adalah sebagai berikut: 1. Membantu menyelesaikan masalah semiterstruktur. 2. Mendukung manajer dalam mengambil keputusan. 3. Meningkatkan efektifitas bukan efisiensi pengambilan keputusan. Logika fuzzydikatakan sebagai logika baru yang lama, sebab ilmu tentang logika fuzzymodern dan metodis baru ditemukan beberapa tahun yang lalu, padahalsebenarnya konsep tentang logika fuzzy itu sendiri sudah ada pada diri kita sejaklama.Logika fuzzy adalah suatu cara yang tepat untuk memetakan suatu ruang inputke dalam suatu ruang output.

Beberapa alasan digunakannya fuzzy logic antara lain (Sri Kusumadewi, 2004): 1. Konsep fuzzy logic mudah dimengerti, karena di dalam logika fuzzy terdapat konsep matematis sederhana dan mudah dimengerti yang mendasari penalaran fuzzy. 2. Fuzzy logic sangat flesibel. 3. Fuzzy logic memiliki toleransi terhadap data yang tidak tepat. 4. Fuzzy logic mampu memodelkan fungsifungsi nonlinier yang sangat kompleks. 5. Fuzzy logic dapat bekerja sama dengan teknik-teknik kendali secara konvensional. 6. Fuzzy logic didasarkan pada bahasa alami. 7. Fuzzy logic dapat membangun dan mengaplikasikan pengalaman para pakar secara langsung tanpa harus melalui proses (Hermawanto, 2008). Berdasarkan hasil kajian dari beberapa sofware Sistem Pendukung Keputusan dalam pemilihan property dan perbandingan dari tabel diatas maka penulis menggunakan Fuzzy Logic sebagai metode dalam pengembangan sistem pendukung keputusan yang dapat membantu dan memberi alternatif solusi bagi Agen property untuk membantu konsumen sebagai calon pembeli atau penyewa property dengan melihat beberapa kriteria property yang diminta. Berdasarkan latar belakang permasalahan yang telah diuraian diatas sebelumnya maka dapat dirumuskan permasalahan sebagai berikut : 1. Marketing Associate dalam memilihkan property ke calon konsumen mengalami kesulitan karena banyaknya kriteria yang diminta sehingga mengakibatkan kekecewaan dan kurang puasnya konsumen dalam pelayanannya. 2. Dari beberapa software sistem pendukung keputusan pemilihan property belum memenuhi kriteria yang diminta oleh calon konsumen dalam pemilihan property.

37


c. Prepare reports form multiple files (laporan standart dari beberapa files) d. Estimate decisions qonsquences (meramalkan akibat dari keputusan) e. Propose decision (menawarkan keputusan ) f. Make decisions (membuat keputusan)

B. DASAR TEORI 1. Konsep Sistem Pendukung Keputusan Konsep sistem pendukung keputusan diperkenalkan pertama kali oleh Michael S. Scoott Morton pada tahun 1970-an dengan istilah Management Decision System (Sprague,1982). SPK dirancang untuk mendukung seluruh tahap pengambilan keputusan mulai dari mengidentifikasi masalah, memilih data yang relevan, dan menentukan pendekatan yang digunakan dalam proses pengambilan keputusan, sampai mengevaluasi pemilihan alternatif. Pengembanag DSS berawal pada akhir tahun 1960-an dengan adanya pengguna komputer secara time-sharing (berdasarkan pembagian waktu). Pada mulanya seseorang dapatberinteraksi langsung dengan komputer tanpa harus melalui spesialis informasi. Time-sharingmembuka peluang baru dalam penggunaan komputer.Tidak sampai tahun 1971, ditemukan istilah DSS, G Anthony Gorry dan Michael S. ScottMorton yang keduanya profesor MIT, bersama-sama menulis artikel dalam jurnal yangberjudul “A Framework for Management Information System” mereka merasakanperlunya ada kerangka untuk menyalurkan aplikasi komputer terhadap pembuatankeputusan manajemen. Gorry dan Scott Morton mendasarkan kerangka kerjanya pada jenis keputusan menurutSimon dan tingkat manajemen dari Robert N. Anthony. Anthony menggunakan istilahStrategic palnning, managemen control dan operational control (perencanaan strategis,control manajemen, dan control manajemen). Usaha berikutnya dalam mendefinisikan konsep DSS dilakuikan oleh Steven L. Alter.Alter melakukan study terhadap 56 sistem penunjang keputusan yang digunakan padawaktu itu, studi tersebut memberikan pengetahuan dalam mengidentifikasi enam jenisDSS, yaitu : a. Retrive information element (memanggil eleman informasi) b. Analyze entries files (menganali semua file)

Dalam DDS terdapat tiga tujuan yang harus di capai yaitu : a. Membantu manajer dalam pembuatan keputusan untuk memecahkan masalah semi terstruktur. b. Mendukung keputusan manajer, dan bukannya mengubah atau menggantikeputusan tersebut. c. Meningkatkan efektivitas menajer dalam pembuatan keputusan, dan bukannyapeningkatan efisiensi Tujuan ini berkaitan dengan tiga prinsip dasar dari konsep DSS, yaitu struktur masalah,dukungan keputusan, dan efektivitas keputusan. DSS sebagai sebuah sistem yang memberikan dukungan kepada seorang manajer, ataukepada sekelompok manajer yang relative kecil yang bekerja sebagai tim pemecahmasalah, dalam memecahkan masalah semi terstrukitur dengan memberikan informasiatau saran mengenai keputusan tertentu. Informasi tersebut diberikan oleh laporanberkala, laporan khusus, maupun output dari model matematis. Model tersebut jugamempunyai kemampuan untuk memberikan saran dalam tingkat yang bervariasi 2. Pengertian Fuzzy Logic Fuzzy Logic diperkenalkan oleh Prof. Lotfi Zadeh pada tahun 1965. Merupakan metode yang mempunyai kemampuan untuk memproses variabel yang bersifat kabur atau yang tidak dapat dideskripsikan secara eksak/pasti seperti misalnya tinggi, lambat, bising. Dalam fuzzy logic variabel yang bersifat kabur tersebut direpresentasikan sebagai sebuah himpunan yang anggotanya adalah suatu nilai crisp dan derajat keanggotaannya (membershipfunction) dalam himpunan tersebut (Hermawanto, 2008).

38


Proses-proses dalam fuzzylogic adalah fuzzifikasi, penalaran (reasoning), dan defuzzifikasi: a. Fuzzifikasi: merupakan proses untuk mendapatkan derajat keanggotaan dari sebuah nilai numerik masukan (crisp) b. Penalaran: proses untuk mendapatkan aksi keluaran dari suatu kondisi input dengan mengikuti aturan-aturan (IFTHEN Rules) yang telah ditetapkan yang disebut sebagai inference/reasoning. c. Defuzzifikasi: proses untuk merubah hasil penalaran yang berupa derajat keanggotaan keluaran menjadi variabel numerik kembali. Fuzzy Logic (Logika Fuzzy) atau biasa juga disebut dengan Logika Samar merupakan suatu cara yang tepat untuk memetakan suatu ruang input ke dalam suatu ruang output didasari oleh konsep himpunan fuzzy.

3. Alasan menggunakan logika fuzzy Ada beberapa alasan mengapa orang menggunakan logika fuzzy, antara lain: a. Konsep logika fuzzy mudah dimengerti. Konsep matematis yang mendasari penalaran fuzzy sangat sederhana dan mudah dimengerti. b. Logika fuzzy sangat fleksibel. c. Logika fuzzy memiliki toleransi terhadap data-data yang tidak tepat. d. Logika fuzzy mampu memodelkan fungsi-fungsi non linier yang sangat kompleks. e. Logika fuzzy dapat membangun dan mengaplikasikan pengalamanpengalaman para pakar secara langsung tanpa harus melalui proses pelatihan. f. Logika fuzzy dapat bekerjasama dengan teknik-teknik kendali secara konvensional. g. Logika fuzzy didasarkan pada bahasa alami.

Input 1 Input 2

Black Box

4. Himpunan fuzzy Tahun 1965, Profesor L.A. Zadeh memperkenalkan teori himpunan fuzzy, yang secara tidak langsung mengisyaratkan bahwa tidak hanya teori probabilitas saja yang dapat merepresentasikan ketidakpastian. Teori himpunan fuzzy adalah merupakan perluasan dari teori logika Boolean yang menyatakan tingkat angka 1 atau 0 atau pernyataan benar atau salah, sedang pada teori logika fuzzy terdapat tingkat nilai, yaitu : a. Satu (1), yang berarti bahwa suatu item menjadi anggota dalam suatu himpunan, atau b. Nol (0), yang berarti bahwa suatu item tidak menjadi anggota dalam suatu himpunan.

Output

Gambar 3.Pemetaan input-output Gambar 2. Konsep himpunan fuzzy Diantarainput dan output terdapat blackbox. Di dalam blackbox terdapat proses yang tidak diketahui, bisa didekati dengan pendekatan sistem linear, ekonometri, interpolasi, sistem pakar atau logika fuzzy, dan lain-lain. Namun, seperti yang diungkapkan Lotfi Zadeh: ”Dalam hampir setiap kasus, cara fuzzy lebih cepat dan lebih murah”. Logika fuzzy sebagai komponen utama pembangun softcomputing, terbukti telah memiliki kinerja yang sangat baik untuk menyelesaikan masalah-masalah yang mengandung ketidakpastian. Implementasinya luas, baik di bidang engineering, psikologi, social, dan juga bidang ekonomi.

39


C. METODOLOGI

2. Penentuan Lokasi Property di Perkotaan

Berdasarkan teori himpunan fuzzy yang dijelaskan diatas maka dapat diterapkan pada sistem pengambilan keputusan pemilihan property. Di dalam sistem ini calon konsumen property bisa memilih lokasi property di lokasi pedesaan atau perkotaan.

Pada lokasi perkotaan ini menggunakan variabel harga dibagi menjadi 3 kategori yaitu: SEDERHANA harga <= 100.000.000 rupiah, SEDANG harga >100.000.000rupiah harga<=500.000.000 rupiah, MEWAH harga >500.000.000 rupiah . Nilai keanggotaan secara grafis, himpunan SEDERHANA, MENENGAH dan MEWAH dapat dilihat pada gambar berikut:

1. Penentuan Lokasi Property di Pedesaan Pada lokasi pedesaan ini menggunakan variabel harga dibagi menjadi 3 kategori yaitu: SEDERHANA harga <=50.000.000 rupiah, SEDANG harga >50.000.000 rupiah harga<=100.000.000 rupiah, MEWAH harga > 100.000.000 Nilai keanggotaan secara grafis, himpunan SEDERHANA, MENENGAHdan MEWAH dapat dilihat pada gambar berikut: SEDERHANA

1

SEDANG

5 0 .0 0 0 .0 0 0 0 h a rg a (R p .)

(a )

0

5 0 .0 0 0 .0 0 1

1 0 0 .0 0 0 .0 0 0

0

(b )

1 0 0 .0 0 0 .0 0 0 h a rg a (R p .)

(a )

M E WA H

1

0

1 0 0 .0 0 0 .0 0 1

5 0 0 .0 0 0 .0 0 0

0

5 0 0 .0 0 0 .0 0 1

h a rg a (R p .)

(b )

h a rg a (R p .)

( c )

Gambar 4. Himpunan Fuzzy Lokasi perkotaan

M E WA H

1 0 0 .0 0 0 .0 0 1

h a rg a (R p .)

SEDANG

1

0

1

1

0

SEDERHANA

1

h a rg a (R p .)

( c )

Gambar 3. HimpunanFuzzy Lokasi Pedesaan Dari gambar diatas yang merupakan himpunan dari SEDERHANA, MENENGAH dan MEWAH dapat dijelaskan bahwa:  Apabila terdapat harga 49.000.000 rupiah,-, maka dikatakan HARGA adalah SEDERHANA(µsederhana[49.000.000]=1)  Apabila terdapat 50.000.000 rupiah, maka dikatakan HARGA adalah SEDERHANA (µsederhana[50.000.000]=1)  Apabila terdapat 50.000.001 rupiah, maka dikatakan HARGA adalah TIDAK SEDERHANA(µsederhana[50.000.001]=0) , dan seterusnya. Dari keterangan diatas dapat diambil kesimpulan bahwa pemakaian himpunan crisp (tegas) untuk menyatakan suhu sangat riskan, karena dengan adanya perubahan yang kecil saja terhadap nilai mengakibatkan perbedaan kategori yang cukup signifikan.

40

Dari gambar diatas yang merupakan himpunan dari SEDERHANA, MENENGAH dan MEWAH dapat dijelaskan bahwa:  Apabila terdapat harga 99.000.000 rupiah,-, maka dikatakan HARGA adalah SEDERHANA (µsederhana[99.000.000]=1)  Apabila terdapat 100.000.000 rupiah, maka dikatakan HARGA adalah SEDERHANA (µsederhana[100.000.000]=1)  Apabila terdapat 100.000.001 rupiah, maka dikatakan HARGA adalah TIDAK SEDERHANA (µsederhana[100.000.001]=0), dan seterusnya. Dari keterangan diatas dapat diambil kesimpulan bahwa pemakaian himpunan crisp (tegas) untuk menyatakan HARGA sangat riskan, karena dengan adanya perubahan yang kecil saja terhadap nilai mengakibatkan perbedaan kategori yang cukup signifikan.


D. HASIL DAN PEMBAHASAN Dasar dari pengambilan keputusan adalah:  Jika F hitung > F tabel 0,05, maka Ho ditolak  Jika F hitung < F tabel 0,05, maka Ha diterima

Pengujian sistem merupakan tahapan penting dalam rekayasa perangkat lunak karena dengan adanya pengujian dapat diketahui kesalahan yang mungkin terjadi sebelum sistem digunakan oleh user. Tahap pengujian yang dilakukan terdiri dari pengujian internal dan pengujian external. Pada tahap pengujian internal menggunakan teknik pengujian white box dan black box, dan pengujian external yaitu kepada calon konsumen pemilihan property.

b. Tes Post Hoc (Post Hoc Test) Dari pengujian ANOVA (F test) telah diketahui bahwa secaraumum seluruh kelompok memiliki perbedaan (tidak sama). Untukmengetahui lebih lanjut perbedaan yang terjadi antar kelompok maka digunakan Post Hoc Test dengan menggunakan salah satu fungsi Tukey. Adapun hipotesis yang digunakan dalam tes ini adalah: Ho : Diduga bahwa kedua kelompok memiliki nilai rata-rata yang sama Ho : Diduga bahwa kedua kelompok memiliki nilai rata-rata yang berbeda Dasar dari pengambilan keputusan adalah:  Jika probabilitas > 0,05, maka Ho diterima  Jika probabilitas < 0,05, maka Ho ditolak

2. Pengujian Internal Pengujian Internal dilakukan setelah semua modul selesai dibuat, dan sistem dapat berjalan. Pada tahap ini dilakukan pengujian sistem dari segi komponen dan integrasi dengan menggunakan teknik pengujian white box dan black box. Pada pengujian white box digunakan untuk menguji basis path dan menghitung nilai Cyclomatic Complexity-nya, sedangkan pada pengujian black boxberfokus pada persyaratan fungsional terhadap interfacesistem. 3.

Pengujian External a. Pengujian ANOVA (Uji F) Uji satistik yang digunakan untuk menguji hipotesis nol bahwa semua kelompok mempunyai mean populasi yang sama adalah Uji F. harga F diperoleh dari rata-rata jumlah kuadrat (meansquare) antar kelompok yang dibagi dengan rata-rata jumlah kuadrat dalam kelompok dengan rumus:

4. Dasar Pengambilan Keputusan a. Hipotesis Varians Berdasarkan Nilia Signifikansi (Probabilitas). Ho diterima, jika nilai Sig>0.05 Ho ditolak, jika nilai Sig<0.05 b. Hipotesis Rata-rata - Berdasarkan Perbandingan. F_tabel dengan F_hitung. Ho diterima, jika F_tabel > F_hitung. Ho ditolak, jika F_tabel > F_hitung - Berdasarkan Nilai Signifikasi. Ho diterima, jika nilai Sig>0.05 Ho ditolak, jika nilai Sig<0.05

{dengan derajat bebas a-1 dan a(b-1)} dimana :

= variansi antar p

= variansi dalam perlakuan

5. Perhitungan dengan tabel (untukHipotesis Rata-rata) a. F_tabel dihitung dengan: - Tingkat signifikasi (α) = 0.05 - Numerator = jumlah variabel – 1 =2–1=1 - Denumerator = jumlah kasus –

Hipotesis yang digunakan dalam pengujian ANOVA adalah : Ho : Diduga bahwa seluruh kelompok dari rata-rata populasiadalah sama. Hi : Diduga bahwa seluruh kelompok dari rata-rata populas adalah berbeda.

41


jumlah variabel = 100 – 2 = 98 Sehingga F_tabel = F(0.05;1;98) = 0.01 b. F_hitung diolah dengan menggunakan SPSS. Tabel 2. Test of Homogeneity of Variances

100

N_responden Lev ene Stat is tic 1. 921a

df 1

df 2 20

Sig. .023

75

60

50.00

Test of Homogeneity of Variances

40

20

a. Groups wit h only one case are ignored in computing the test of homogeneity v ariancTest e f orofN_responden. Hasil (Output) selanjutnyaofadalah

Homogeneity of Variances dimana pada bagian ini, untuk Levene Test, Nilai Sig.= 0.023.Berdasarkan Nilai Signifikansi (Probabilitas), Nilai Sig. = 0.023 dan tingkat kepercayaan 93.46%, maka berarti: 0.023>0.05, sehingga hipotesis Ho: Diterima Tabel 3. Anova

0 36.00

38.00

41.00

42.00

43.00

44.00

45.00

46.00

47.00

48.00

50.00

N_responden

Gambar 5. Grafik Nilai Responden Dari grafik tersebut, terlihat bahwa penilaian responden terhadap software Sistem Pendukung Keputusan Pemilihan Property menunjukkan bahwa hasil penilaian responden mendekati nilai harapan.

ANOVA N_responden

Between Groups Within Groups Tot al

Sum of Squares 468.535 875.175 1343.710

df 24 75 99

Mean Square 19. 522 11. 669

F 1. 673

Sig. .048

E. KESIMPULAN DAN SARAN Dari hasil penelitian ini yang dilakukan terhadap responden atau calon konsumen property mulai dari tahap awal hingga pengujian penerapan Sitem pengambilan Keputusan Pemilihan Propertymenunjukkan bahwaSitem pengambilan Keputusan Pemilihan Property layak digunakan. Hal ini sesuai dengan pengujian yang dapat penulis simpulkan sebagai berikut: a. Kesimpulan

Hasil uji one way ANOVA yang telah dilakukan mengindikasikan bahwa nilai uji F_Hitung = 1.673. Berdasarkan perbandingan F_Tabel dengan F_Hitung, karena F_Tabel = 0.001 dan F_Hitung = 1.673, maka F_Tabel0.05, sehingga hipotesis Ho = Diterima. Karena keputusannya Ho = diterima, hal ini berarti bahwa Sistem Pendukung Keputusan Pemilihan Property layak dan dapat diterima oleh calon konsumen.

1. Dari hasil pengujian terhadap software yang dilakukan oleh responden atau calon konsumen propertyterhadap kelayakankemudahan serta dapat memenuhi keinginan calon konsumen property mendapat tanggapan yang baik yaitu 93,46%dengan demikian sistem ini layak dipergunakan. 2. Dari hasil post test yang diberikan terhadap 100 responden atau calon konsumen property diperoleh nilai rata-rata 46.73%, dengan Nilai Sig. = 0.023 dan tingkat kepercayaan 93.46%, maka berarti: 0.023>0.05, sehingga hipotesis Ho: Diterima, maka dapat disimpulkan bahwa Ho diterima sehingga dapat dikatakan bahwa kriteria dalam pemilihan property

Apabila hasil pengujian sofware Sistem Pendukung Keputusan Pemilihan Propertydigambarkan menjadi grafik, maka akan tampak penilaian responden terhadap sofware.

42

Nilai_harapan

Cumulative Frequency

80


Pressman, S. R. (2002). “Rekayasa Perangkat Lunak Pendekatan Praktisi”. Yogyakarta: Andi Yogyakarta Aivosto, C. M. (2010). http://www.aivosto.com/project/help/pmcomplexity.html. Retrieved Januari 20, 2010, http://www.aivosto.com/project/help/pmSharpe, R. M. (2010). http://www.enerjy.com . Retrieved Januari 20, 2010, from http://www.enerjy.com : http://www.enerjy.com Kurniawan, D. (2007). “Analisis Ragam 1 Arah (Oneway)”. Fenty, E. (2003). “MS SQL Server – Introduction to SQL”. Kerman, M. a. (2000). “Computer programming fundamentals with applications in Visual Basic 6.0”. Suryadi, K. d. (2000). “Sistem Pendukung Keputusan”, Bandung: PT Remaja Rosdakarya. Mc Leod, Raymond, Jr., 2008; ”Sistem Informasi Manajemen”,Jilid I edisi Delapan, PT. Indeks,Jakarta. Daihani, D.Umar. 2001.”Komputerisasi Pengambilan Keputusan”. PT Elekmedia Komputindo, Jakarta. Suryadi, K. dan M.Ali Ramdhani.2000. “Sistem Pendukung Keputusan”. PT Remaja Rosdakarya,Bandung. Turban, E. and Jay E.Aronson. 1998. “Decision Support System and Intelligent System”. Prentice-Hall International, Inc, New Jersey. Armstrong, Michael, ”Performance Management”, Tugu Publisher, Yogyakarta, 2004. Istijanto, ”Riset Sumber Daya Manusia”, Gramedia, Jakarta, 2005 Marimin. 2004.”Teknik dan Aplikasi Pengambilan Keputusan Kriteria Majemuk”. Penerbit PT Grasindo, Jakarta. Saaty, T.L. 2001.“Decision Making For Leaders”. Forth edition, University of Pittsburgh, RWS Publication. Grahandaka, Associate Analyst Vibiz Research Center. 2010. “Pasar Properti Indonesia Beranjak Booming”20 Juli 2010, Hermawanto, Denny.(2008), “Tutorial Pemrograman Fuzzy Logic”. [Online]. Tersedia: http://ilmukomputer.org/2008/02/24/tutorialpemrograman-fuzzy-logic/ [2 Januari 2012]

menggunakan Sitem pengambilan Keputusan Pemilihan Property dapat diterima oleh calon konsumen property. 3. Dengan menggunakan Sitem Pengambilan Keputusan Pemilihan Propertyini, dapat membantu mempercepat dalam pengambilan keputusan bagi calon konsumen property dalam pemilihan kriteria property.

a. Saran Berdasarkan hasil penelitian, penerapan Sitem Pengambilan Keputusan Pemilihan Propertyini dapat memberi dampak positif dalamdunia property, namun ada beberapa hal yang perlu penulis sarankan bagipengembangan sistem ini antara lain: 1. Dari Sitem Pengambilan Keputusan Pemilihan Propertyyang ada, dapat dikembangkan lagi menjadi lebih lengkap lagi khususnya dalam variabel lokasi pemilihan property dari jangkauanlokal menjadi lebih luas. Sitem Pengambilan Keputusan Pemilihan Property ini bisa dijadikan sebagai salah referensi/sumber bagi para peneliti selanjutnya. F. DAFTAR PUSTAKA Kosasi, S. 2002.”Sistem Penunjang Keputusan (Decision Support System)”. Departemen Pendidikan Nasional, Pontianak. Hermawanto, D. (2008). ”Tutorial Pemrograman Fuzzy Logic”. Syaifullah. (2010 ). “Pengenalan Metode AHP ( Analytical Hierarchy Process)”. Mc Leod, R. J. ( 2008). “Sistem Informasi Manajemen”. Jakarta: PT. Indeks, Daihani, D. (2001). “Komputerisasi Pengambilan Keputusan”. Jakarta: PT Elekmedia Komputindo. Kosasi, S. (2002). “Sistem Penunjang Keputusan (Decision Support System)”. Pontianak: Departemen Pendidikan Nasional. Wiki. (2008). http://en.wikipedia.org/wiki/Waterfall_mode l. Retrieved Januari 10, 2010, from http://en.wikipedia.org/wiki/Waterfall_mode http://en.wikipedia.org/wiki/Waterfall_mode Amuslim. (2012). materi+UML+dan+use+case.

43

TANAH MULTI KRITERIA KEPADA CALON KONSUMEN DENGAN METODE FUZZY LOGIC

Recommend Documents