Optimasi Pemilihan Perangkat Lunak ERP Menggunakan Multi Criteria Decision Making Fuzzy-AHP dan TOPSIS

Optimasi Pemilihan Perangkat Lunak ERP Menggunakan Multi Criteria Decision Making Fuzzy-AHP dan TOPSIS Penyusun Tugas Akhir: Radhea Permata Dewi (5112100114) Pembimbing Tugas Akhir: Prof. Drs. Ec. Ir. Riyanarto Sarno, M.Sc., Ph.D. Abdul Munif, S.Kom., M.Sc.

25 January 2016

Tugas Akhir - KI1502

1

KERANGKA PRESENTASI PENDAHULUAN

LATAR BELAKANG

DASAR TEORI METODE PEMECAHAN MASALAH ANALISIS DAN PERANCANGAN IMPLEMENTASI SISTEM PENGUJIAN DAN EVALUASI

RUMUSAN MASALAH BATASAN MASALAH

TUJUAN MANFAAT

KESIMPULAN 25 January 2016


2

LATAR BELAKANG 

Proses penggunaan perangkat lunak ERP : pemilihan > implementasi > evaluasi



Permasalahan diangkat dari kompleksnya memilih perangkat lunak ERP di dalam sebuah perusahaan. Proses pemilihan : krusial



Permasalahan tersebut adalah pemilihan perangkat lunak ERP mempertimbangkan banyak kriteria dan terkadang kriteria tersebut bertingkat sehingga termasuk ke dalam permasalahan Multi Criteria Decision Making (MCDM)



Teknik MCDM : AHP, TOPSIS, PROMETHEE



Kombinasi Fuzzy, AHP dan TOPSIS = Hybrid MCDM Methodology memungkinkan perhitungan kriteria yang bertingkat sesuai ISO/IEC 25022 Measurement of Software Quality in Use

25 January 2016


3

RUMUSAN DAN BATASAN MASALAH 

Bagaimana memetakan kriteria yang terdapat di dalam ISO/IEC 25022 Measurement of Quality in Use ke Fuzzy-AHP dan TOPSIS dalam pemilihan perangkat lunak ERP?



Bagaimana mengimplementasikan metode pemilihan perangkat lunak ERP tersebut ke dalam perangkat lunak berbasis web?



Perangkat lunak ERP : Adempiere, Odoo dan inoERP

25 January 2016


4

TUJUAN DAN MANFAAT TUJUAN  Memetakan kriteria yang terdapat di dalam ISO/IEC 25022 Measurement of Quality in Use ke Fuzzy-AHP dan TOPSIS dalam pemilihan perangkat lunak ERP?



Mengimplementasikan metode pemilihan perangkat lunak ERP tersebut ke dalam perangkat lunak berbasis web?

MANFAAT  Keilmuan  Praktis

25 January 2016

: Teknik pemilihan ERP menggunakan MCDM sesuai standar ISO : Pedoman bagi perusahaan yang ingin menggunakan ERP


5


ERP

DASAR TEORI

MCDM

METODE PEMECAHAN MASALAH ANALISIS DAN PERANCANGAN

HYBRID MCDM

IMPLEMENTASI SISTEM

ISO/IEC 25022

PENGUJIAN DAN EVALUASI

BEEHIVEZ


FUZZY-AHP

LARAVEL Tugas Akhir - KI1502

6


CAKUPAN

DASAR TEORI

FUZZY-AHP

METODE PEMECAHAN MASALAH ANALISIS DAN PERANCANGAN

TOPSIS

IMPLEMENTASI SISTEM PENGUJIAN DAN EVALUASI



7

ERP Konsep untuk merencanakan dan mengelola sumber daya sebuah perusahaan meliputi dana, manusia, mesin, suku cadang, waktu, material dan kapasitas yang berpengaruh luas mulai dari manajemen paling atas hingga operasional di sebuah perusahaan agar dapat dimanfaatkan secara optimal untuk menghasilkan nilai tambah bagi seluruh pihak yang berkepentingan di dalam perusahaan tersebut. Berbagai jenis ERP dikembangkan dalam beberapa decade terakhir. Terdapat banyak jenis mulai dari sumber terbuka hingga berbayar.

25 January 2016


8

MCDM Multi Criteria Decision Making (MCDM) merupakan sebuah teknik untuk memilih alternatif terbaik berdasarkan banyak kriteria di mana mungkin saja beberapa kriteria tersebut saling bertolak belakang atau konflik. Karakteristik:  Terdiri dari beberapa kriteria atau atribut, dan seringkali membentuk sebuah hirarki atau bertingkat.  Terdapat konflik antar beberapa kriteria.  Umumnya tidak terukur dan merupakan campuran antara teknik kualitatif dan kuantitatif  Merupakan campuran antara atribut deterministik dan probabilistik  Terdapat ketidakpastian, seperti penilaian yang subjektif, ketidakpastian data serta informasi yang tidak komplit  Biasanya terjadi dalam skala besar, bisa mencapai ratusan atribut  Hasil akhir bisa saja tidak memberikan kesimpulan

25 January 2016


9

Fuzzy-AHP Metode perangkingan yang merupakan gabungan metode AHP dengan pendekatan konsep fuzzy. Berdasarkan skala Triangular Fuzzy Number (TFN). Intensitas Kepentingan AHP

Skala Triangular Fuzzy (1, 1, 1)

1

Sama-sama penting (Equally importance)

3

Nilai kepentingan moderat (Moderate importance of one over another)

(2, 3, 4)

5

Lebih penting (Essential or strong importance)

(4, 5, 6)

7

Sangat penting (Demonstrated importance)

(6, 7, 8)

9

Ekstrim penting (Extreme importance)

(9, 9, 9)

2

Lemah atau sedikit lebih penting (Intermediate values between two adjacent judgments)

(1, 2, 3)

4

Nilai kepentingan lebih dari moderat (3, 4, 5) (Intermediate values between two adjacent judgments) Sedikit di atas lebih penting (Intermediate values (5, 6, 7) between two adjacent judgments)

6

8

25 January 2016

Definisi

Sangat penting sekali (Intermediate between two adjacent judgments)


values (7, 8, 9)

10

Fuzzy-AHP (cont) Characteristics Effectiveness measures Efficiency measures Satisfaction measures Freedom from risk measures Context coverage measures

     

Effectiveness measures Efficiency measures Satisfaction measures Freedom from risk measures Context coverage measures 1 1 1 1 1 1 1 2 3 1 2 3 2 3 4 1.1487 1 1 1 1 1 1 1 2 3 2 3 4 3 4 5 1.43097 0.33333 0.5 1 0.33333 0.5 1 1 1 1 0.2 0.25 0.33333 1 2 3 0.46704 0.33333 0.5 1 0.25 0.33333 0.5 3 4 5 1 1 1 2 3 4 0.87055 0.25 0.33333 0.5 0.2 0.25 0.33333 0.33333 0.5 1 0.25 0.33333 0.5 1 1 1 0.33416

ri 1.6438 1.8882 0.6598 1.1487 0.4251

2.0477 2.2679 1 1.5849 0.6084

0.15298 0.19057 0.0622 0.11594 0.0445

wi 0.2851 0.32749 0.11443 0.19924 0.07374

0.48164 0.53345 0.23522 0.37279 0.1431

Mi 0.30657 0.35051 0.13728 0.22932 0.08711

Matriks triangular fuzzy Rata-rata aritmatika ri (Rata-rata geometric) wi (Bobot fuzzy) Mi (defuzzifikasi) Ni (normalisasi)

25 January 2016


11

Ni 0.276 0.31554 0.12359 0.20645 0.07842 1

Fuzzy-AHP (cont) Characteristics Effectiveness measures

Efficiency measures

Weight Characteristics 27.60%

31.55%

Sub-characteristics Effectiveness measures

Efficiency measures

Weight Sub-characteristics 1

1

Parameter Task completion Task effectiveness Error frequency Time efficiency Relative task time Task efficiency Relative task efficiency Economic productivity Productive proportion Relative number of user actions

Weight Parameter 0.404702852 0.323239209 0.272057939 0.259470586 0.230873009 0.110556207 0.055786339 0.205008497 0.081939867 0.056365495

1

1

Global Weight 11.17% 8.92% 7.51% 8.19% 7.29% 3.49% 1.76% 6.47% 2.59% 1.78%

Menemukan bobot global

25 January 2016


12

TOPSIS Menggambarkan sebuah permasalahan MCDM yang terdiri dari n alternatif sebagai sebuah sistem geometri dengan n titik di dalam sebuah m ruang dimensional. Alternatif yang dipilih di dalam TOPSIS harus memiliki jarak terpendek dari solusi ideal positif dan jarak terjauh dari solusi ideal negatif. MCDM based on measurement of quality in use - ISO 25022.xlsx

25 January 2016


13

HYBRID MCDM TECHNIQUES Output global weight dari Fuzzy-AHP dijadikan sebagai input bobot pada TOPSIS.

25 January 2016


14

ISO/IEC 25000 SQuaRE 

ISO/IEC 2500n – Quality Management Division ISO/IEC 25000 : Guide to SQuaRE ISO/IEC 25001 : Planning and Management  ISO/IEC 2501n - Quality Model Division ISO/IEC 25010 : System and software quality models ISO/IEC 25012 : Data Quality model  ISO/IEC 2502n – Quality Measurement Division ISO/IEC 25020 : Measurement reference model and guide ISO/IEC 25021 : Quality measure elements ISO/IEC 25022.2: Measurement of quality in use ISO/IEC 25023.3: Measurement of system and software product quality ISO/IEC 25024 : Measurement of data quality  ISO/IEC 2503n – Quality Requirements Division ISO/IEC 25030 : Quality requirements  ISO/IEC 2504n – Quality Evaluation Division ISO/IEC 25040 : Evaluation reference model and guide ISO/IEC 25041 : Evaluation guide for developers, acquirers and independent evaluators ISO/IEC 25042 : Evaluation modules ISO/IEC 25045 : Evaluation module for recoverability

15



Beehivez

Kesamaan secara perilaku

Similarity = 4/6 =

25 January 2016


0.67 16

Beehivez (cont)      

V (G1, G2) E (G1, G2) VG1 VG2 EG1 EG2

= The = The = The = The = The = The

number of number of number of number of number of number of

similar vertices between graph 1 and graph 2 similar edges between graph 1 graph 2 vertices in graph 1 vertices in graph 2 edges in graph 1 edges in graph 2

Similarity = (8+10)2/(8+8)*(12+12) 25 January 2016


=

0.84375

17

Laravel

25 January 2016


18

KERANGKA PRESENTASI PENDAHULUAN DASAR TEORI METODE PEMECAHAN MASALAH ANALISIS DAN PERANCANGAN IMPLEMENTASI SISTEM

ANALISIS

PERANCANGAN

PENGUJIAN DAN EVALUASI



19

ALUR SISTEM MCDM PEMILIHAN PERANGKAT LUNAK ERP

20

DIAGRAM KASUS PENGGUNAAN

25 January 2016


21

KERANGKA PRESENTASI PENDAHULUAN DASAR TEORI METODE PEMECAHAN MASALAH ANALISIS DAN PERANCANGAN

KELAS

IMPLEMENTASI SISTEM PENGUJIAN DAN EVALUASI

ANTARMUKA



22

Implementasi Kelas Controller

25 January 2016


23

Implementasi Kelas Model

25 January 2016


24

Implementasi Kelas Event

25 January 2016


25

Implementasi Kelas Listener

25 January 2016


26

Implementasi Antarmuka

25 January 2016


27

Implementasi Antarmuka (Cont.)

25 January 2016


28


25 January 2016


29


25 January 2016


30

KERANGKA PRESENTASI PENDAHULUAN DASAR TEORI METODE PEMECAHAN MASALAH ANALISIS DAN PERANCANGAN

LINGKUNGAN UJI COBA

IMPLEMENTASI SISTEM DATA STUDI KASUS PENGUJIAN DAN EVALUASI


UJI KEBENARAN FUNGSIONALITAS DAN CROSS BROWSER


31

Lingkungan Uji Coba • Perangkat keras • Prosesor: Intel® Core™ i7 CPU @ 2.40GHz • Memori(RAM): 4 GB • Tipe sistem: 64-bit sistem operasi • Perangkat lunak • Sistem operasi: Windows 8.1 Professional • Peramban: Google Chrome versi 47.0.2526.106, Mozilla Firefox 43.0 dan Microsoft Edge 25.10586.0.0 • Perangkat pengembang: Sublime Text 3

25 January 2016


32

Kebenaran Fungsionalitas Fuzzy-AHP

Global Weight 0.1116961 0.0892125 0.0750867 0.0818746 0.0728508 0.0348854 0.0176031 0.0646894 0.0258557 0.0177858 0.0118540 0.0046900 0.0036846 0.0081986 0.0209024 0.0414328 0.0146900

25 January 2016


33

Kebenaran Fungsionalitas TOPSIS

25 January 2016

Adempiere

0.972

Odoo

0.548

InoERP

0.031


34

Uji antar peramban yang berbeda (Cross browser)

Peramban Chrome

Mozilla Edge

25 January 2016

Uji

Hasil

Fuzzy-AHP

Konsisten

TOPSIS

Konsisten

Fuzzy-AHP

Konsisten

TOPSIS

Konsisten

Fuzzy-AHP

Konsisten

TOPSIS

Konsisten


35

KERANGKA PRESENTASI PENDAHULUAN DASAR TEORI METODE PEMECAHAN MASALAH ANALISIS DAN PERANCANGAN IMPLEMENTASI SISTEM PENGUJIAN DAN EVALUASI



36

Kesimpulan dan Saran Kesimpulan  ISO/IEC 25022 Measurement of Quality in Use berhasil dipetakan pada kombinasi metode MCDM Fuzzy-AHP dan TOPSIS.  Metode kombinasi Fuzzy-AHP dan TOPSIS berhasil diimplementasikan pada sistem. Hasil perhitungan sesuai dengan perhitungan manual dan tampilan web konsisten di berbagai peramban.

Saran  Penelitian selanjutnya bisa melakukan riset secara lebih mendalam pada bagian sub-kriteria ekonomi.  Mengembangkan sistem hingga dapat menggunakan file bisnis proses secara langsung sehingga tidak perlu menggunakan aplikasi terpisah untuk pengukuran kemiripan proses bisnis.

25 January 2016


37

TERIMA KASIH

25 January 2016


38

Optimasi Pemilihan Perangkat Lunak ERP Menggunakan Multi Criteria Decision Making Fuzzy-AHP dan TOPSIS

Recommend Documents