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 :
[email protected],
[email protected],
[email protected]
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
Tabel 2. Fisik Kulit Fisik ular Kadar bersih Sisik Besar Bagus Sisik Sedang Cukup Sisik Kecil Kurang
Nilai Vi yang lebih besar mengindikasikan bahwa alternatif Ai lebih terpilih.
3.
Hasil dan Pembahasan
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.
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 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
