Seminar Nasional Teknologi Informasi dan Multimedia 2015
ISSN : 2302-3805
STMIK AMIKOM Yogyakarta, 6-8 Februari 2015
PENERAPAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) DALAM MENENTUKAN PENDIRIAN LOKASI GRAMEDIA DI SUMATERA UTARA Khairani Puspita1), Purwa Hasan Putra2) 1), 2)
Sistem Informasi Universitas Potensi Utama Jl. K.L. Yos Sudarso Km 6,5 No. 3A TanjungMulia-Medan Email :
[email protected]),
[email protected]) Abstrak Kemampuan mengambil keputusan dengan cepat dan cermat merupakan kunci keberhasilan dari seorang pengambil keputusan (decision maker). Decision support system (Sistem Pendukung Keputusan) merupakan sistem informasi interaktif yang menyediakan informasi, pemodelan, dan pemanipulasian data. Sistem itu digunakan untuk membantu pengambilan keputusan dalam situasi yang semiterseteruktur dan situasi yang tidak terseteruktur, di mana tak seorang pun tahu secara pasti bagaimana keputusan seharusnya dibuat. Pada penelitian ini, penulis mencoba menerapkan metode Simple Addtive Weighting (SAW) dalam menentukan pendirian lokasi Gramedia di Sumatera Utara. Dari hasil penelitian dapat disimpulkan antara lain: Pengujian dengan penerapan metode Simple Additive Weighting dapat menentukan pendirian lokasi Gramedia di Sumatera Utara dimana alternatif terbaik dengan nama lokasi Tanjung Morawa, Jarak Sarana Pendidikan 0.8, Jarak Dengan Gramedia Pusat 0.6, Harga Tanah 5, Jarak Kota 0.4, Kepadatan Penduduk 0.2, dan Hasil Akhir 1536. Kata kunci:Gramedia, Decision Support System, Simple Addtive Weighting (SAW). 1. Pendahuluan Kemampuan mengambil keputusan dengan cepat dan cermat merupakan kunci keberhasilan dari seorang pengambil keputusan (decision maker). Dalam pengambilan keputusan, banyak permasalahan yang harus diputuskan dengan melihat beberapa kriteria (multicriteria) yaitu dalam menentukan sebuah lokasi yang tepat untuk dijadikan sebagai pendirian lokasi, untuk menentukan sebuah lokasi dengan syarat tertentu tidak hanya berdasarkan pada harga tetapi juga tempat, dan sebagainya. Jika pendirian lokasi Gramedia tidak tepat, maka akan berdampak buruk pada penjualan bukubuku dimana tidak adanya para pengunjung. Permasalahan inilah yang menyebabkan perusahaan Gramedia ketika ingin membuat anak cabang toko buku sesuai dengan kriteria-kriteria yang diinginkan. Sehingga dalam pengambilan keputusan yang dapat dihasilkan adalah alternatif terbaik [5].
Decision support system (Sistem Pendukung Keputusan) merupakan sistem informasi interaktif yang menyediakan informasi, pemodelan, dan pemanipulasian data. Sistem itu digunakan untuk membantu pengambilan keputusan dalam situasi yang semiterseteruktur dan situasi yang tidak terseteruktur, di mana tak seorang pun tahu secara pasti bagaimana keputusan seharusnya dibuat [4]. Metode Simple Additive Weighting (SAW) sering juga dikenal dengan istilah metode penjumlahan terbobot. Konsep dasar metode Simple Additive Weighting (SAW) adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut. Metode Simple Additive Weighting (SAW) ini dipilih karena metode ini menentukan nilai bobot untuk setiap atribut, kemudian dilanjutkan dengan proses perangkingan yang akan menyeleksi alternatif terbaik dari sejumlah alternatif, dalam hal ini alternatif yang dimaksud adalah lokasi yang tepat untuk dijadikan sebagai lokasi pendirian Gramedia di Sumatera Utara berdasarkan kriteria-kriteria yang di tentukan [2]. Dengan metode perangkingan tersebut, diharapkan penilaian akan lebih tepat karena didasarkan pada nilai kriteria dan bobot yang sudah ditentukan sehingga akan mendapatkan hasil yang lebih akurat terhadap pendirian lokasi Gramedia. Astuti Wahyuning Reny. dan Muhsin (2013) metode yang digunakan ini dibuat untuk membantu decision maker dalam mencari alternatif lokasi terbaik sebagai tempat pembangunan pasar menurut kriteria-kriteria yang telah ditentukan. Dimana dengan menggunakan metode Simple Additive Weighting (SAW) dapat diterapkan dalam menentukan lokasi terbaik sesuai dengan kriteria-kriteria yang telah ditentukan [1]. Hartini Citra Dwi, et al (2013). Adapun sistem pendukung keputusan pemilihan hotel di kota Palembang dengan metode Simple Additive Weighting (SAW) yang dibangun ini dapat membantu pengunjung dalam memilih hotel yang sesuai dengan kriteria yang diinginkan [3]. Dalam penelitian sebelumnya belum pernah digunakan penerapan metode Simple Additive Weighting (SAW)
2.2-139
ISSN : 2302-3805
Seminar Nasional Teknologi Informasi dan Multimedia 2015 STMIK AMIKOM Yogyakarta, 6-8 Februari 2015
dalam menentukan pendirian lokasi Gramedia di Sumatera Utara. Pada penelitian ini penulis akan menerapkan metode Simple Additive Weighting (SAW) untuk menentukan pendirian lokasi Gramedia dengan kriteria-kriteria dan alternatif yang telah penulis tentukan. 2. Landasan Teori 2. 1Sistem Pendukung Keputusan Sistem pendukung keputusan (Decision support system) adalah bagiatuk mengambil keputusan dari sistem informasi berbasis komputer termasuk sistem berbasis pengetahuan atau 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 semi terseteruktur yang spesifik. Sistem pendukung keputusan menggunakan model analitisa, database khusus penilaian dan pandangan pembuat keputusan, dan proses pemodelan berbasis komputer yang interaktif untuk mendukung pembuat keputusan, dan proses pemodelan berbasis komputer yang interaktif untuk mendukung pembuat keputusan bisnis yang semiterseteruktur dan tak terseteruktur [4]. 2.2 Metode Simple Additive Weighting (SAW) Metode Simple Additive Weighting (SAW) merupakan metode yang paling dikenal dan banyak digunakan orang dalam menghadapi situasi Multiple Attribute Decision Making (MADM) [2]. Metode Simple Additive Weighting (SAW) sering juga dikenal istilah penjumlahan terbobot. Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut. Metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada [5]. Langkah Penyelesaian SAW: 1. Menentukan kriteria-kriteria yang akan dijadikan acuan dalam pengambilan keputusan, yaitu Cj. 2. Menentukan rating kecocokan setiap alternatif pada setiap kriteria. 3. Membuat matriks keputusan berdasarkan kriteria (Cj), kemudian melakukan normalisasi matriks berdasarkan persamaan yang disesuaikan dengan jenis atribut (atribut keuntungan ataupun atribut biaya) sehingga diperoleh matriks ternormalisasi R. 4. Hasil akhir diperoleh dari proses perangkinganyaitu penjumlahan dari perkalian matriks ternormalisasi R dengan vektor bobot (w) sehingga diperoleh nilai terbesar yang dipilih sebagai alternatif terbaik (Ai) sebagai solusi seperti pada persamaan (1) di bawah ini:
=
⎧ ⎪ ⎨ ⎪ ⎩
Jika j adalah atribut keuntungan (benefit)
(1) Jika j adalah atribut biaya (kost)
dengan : rij adalah rating kinerja ternormalisasi dari alternatif Ai pada atribut Cj; i=1,2...,m dan j=1,2,...,n (m dan n merupakan banyaknya kriteria dan alternatif); xij adalah rating kecocokan pada Ai dan Cj. seperti pada persamaan (2) di bawah ini:
Vi = ∑ dengan:
(2)
rij adalah rating kinerja ternormalisasi dari alternatif Ai pada atribut Cj; wk adalah bobot dari masing-masing kriteria. Nilai Vi yang lebih besar mengindikasikan bahwa alternatif Ai lebih terpilih. 3. Metodologi Penelitian Penelitian ini bertujuan untuk penerapan metode Simple Additive Weighting (SAW) dalam menentukan pendirian lokasi Gramedia di sumatera utara. Penulis ingin mengetahui apakah apakah dengan metode Simple Additive Weighting (SAW) dapat menentukan pendirian lokasi Gramedia sesuai dengan kriteria-kriteria yang di tentukan. Penelitian dilakukan dengan tahapan-tahapan sebagai berikut: 1. Representasi masalah meliputi: identifikasi tujuan, identifikasi alternatif, identifikasi kriteria, membuat table keputusan dari setiap alternatif pada setiap atribut dan menetapkan nilai bobot (w) dari setiap atribut. 2. Evaluasi himpunan fuzzy dari alternatif keputusan meliputi: menentukan bilangan fuzzy untuk masing-masing variable dan mengkonversinya ke dalam bilangan crisp, membuat matrix keputusan X, dan melakukan normalisasi matrix dengan cara menghitung nilai rating kerja ternormalisasi (rij) dari alternatif Ai pada atribut Cj berdasarkan persamaan yang disesuaikan dengan jenis atribut (maksimum untuk keuntungan/benefit atau minimum untuk biaya/cost). 3. Mencari nilai preferensi fuzzy untuk merangking semua alternatif yang optimal. 4. Pembahasan Dalam penelitian ini dalam menentukan pendirian lokasi Gramedia di Sumatera Utara menggunakan metode simple additive weighting diperlukan kriteria-kriteria dan bobot untuk melakukan perhitungan sehingga akan didapat alternatif terbaik.
2.2-140
ISSN : 2302-3805
Seminar Nasional Teknologi Informasi dan Multimedia 2015 STMIK AMIKOM Yogyakarta, 6-8 Februari 2015
Variabel yang digunakan dalam penelitian ini adalah jarak sarana pendidikan, jarak dengan gramedia pusat, harga tanah, jarak kota, kepadatan penduduk. Selanjutnya masing-masing indikator tersebut dianggap sebagai kriteria yang akan dijadikan faktor untuk menentukan pendirian lokasi gramedia di sumatera utara dan himpunan fuzzy nya adalah sangat rendah, rendah, cukup, tinggi, sangat tinggi. Himpunan ini kemudian diperlakukan sebagai input ke dalam sistem FMADM (dalam hal ini disebut sebagai Ci). Ada 5 atribut (kriteria) pengambilan keputusan, yaitu: C1 = Jarak Sarana Pendidikan C2 = Jarak Dengan Gramedia Pusat C3 = Harga Tanah C4 = Jarak Kota C5 = Kepadatan Penduduk Dari Masing-masing kriteria tersebut akan ditentukan bobot-bobotnya: 1. Sangat rendah = 0 2. Rendah = 0,11 3. Sedang = 0,17 4. Tinggi = 0,22 5. Sangat Tinggi = 0,28
2 3 4 5
Tabel 4.Tabel Jarak Kota
Nilai
1 2 3 4 5
< 10 Km 10 – 20 Km > 20 – 40 Km
0 0.11 0.17 0.22 0.28
40 – 100 Km > 100 Km
Nilai
1 2 3 4 5
< 10 Km 10 – 100 Km > 100 – 300 Km
0 0.11 0.17 0.22 0.28
300 – 500 Km > 500 Km
No
Harga Tanah
Nilai
1
< 500 Jt
0
1 2 3 4 5
< 10 Km 10 – 20 Km > 20 – 50 Km 50 – 100 Km > 500 Km
0 0.11 0.17 0.22 0.28
Tabel 5.Tabel Kepadatan Penduduk No
Kepadatan Penduduk
Nilai
1 2 3 4 5
1 – 99 Kk/Km 100 – 199 Kk/Km 200 – 299 Kk/Km 300 – 499 Kk/Km > 500 Kk/Km
0 0.11 0.17 0.22 0.28
Tabel 6.Tabel Rating Kecocokan Pada Setiap Kriteria Alternatif
C1 5 3 2 4 5
C2 4 2 2 3 2
Kriteria C3 3 1 3 5 1
C4 2 4 4 2 4
C5 3 3 3 1 3
Sebelumnya akan dilakukan perbaikan bobot terlebih dahulu. Nilai bobot awal W = Nilai kriteria yang telah
Berikut merupakan tabel kriteria dari kriteria harga tanah (C3) dengan nilai bobotnya, ditunjukkan pada Tabel 3. Tabel 3.Tabel Harga Tanah
Nilai
Tembung Marelan Kp. Lalang T. Morawa Belawan
Tabel 2.Tabel Jarak Dengan Gramedia Pusat Jarak Dengan Gramedia Pusat
Jarak Kota
Setelah kriteria dan setiap bobotnya ditentukan maka berikut contoh kasus menentukan pendirian lokasi Gramedia di Sumatera Utara. Berikut alternatif lokasi yaitu: Tembung, Marelan, Kp. Lalang, Tanjung Morawa, Belawan berikut langkah-langkah penerapan menggunakan metode Simple Additive Weighting, ditunjukkan pada Tabel 6.
Berikut merupakan tabel kriteria dari kriteria jarak dengan gramedia pusat (C2) dengan nilai bobotnya, ditunjukkan pada Tabel 2.
No
No
Berikut merupakan tabel kriteria dari kriteria kepadatan penduduk (C5) dengan nilai bobotnya, ditunjukkan pada Tabel 5.
Tabel 1.Tabel Jarak Sarana Pendidikan Jarak Sarana Pendidikan
0.11 0.17 0.22 0.28
Berikut merupakan tabel kriteria dari kriteria jarak kota (C4) dengan nilai bobotnya, ditunjukkan pada Tabel 4.
Berikut merupakan tabel kriteria dari kriteria jarak sarana pendidikan (C1) dengan nilai bobotnya, ditunjukkan pada Tabel 1.
No
> 500 – 1 M 1 – 1.9 M 2 – 2.9 M >3M
ditentukan. Bobot nilai yang ditentukan yaitu: W = (5,3,4,4,2), di mana: 1 = Sangat rendah 2 = Rendah 3 = Cukup
2.2-141
ISSN : 2302-3805
Seminar Nasional Teknologi Informasi dan Multimedia 2015 STMIK AMIKOM Yogyakarta, 6-8 Februari 2015
4 = Tinggi 5 = Sangat tinggi Bobot
nilai
W
=
(5,3,4,4,2)
diperbaiki
dan
menghasilkan:
r
Setelah mnentukan nilai kriteria maka selanjutnya membuat matrix keputusan X yang dibentuk dari tabel rating kecocokan dari setiap alternatif pada setiap keriteria seperti pada persamaan (3) di bawah ini:
(3)
Melakukan matix keputusan X dengan cara menghitung nilai rating kinerja ternormalisasi (rij) dari alternatif Ai pada kriteria Ci seperti pada persamaan (4) di bawah ini:
=
⎧ ⎪ ⎨ ⎪ ⎩
Jika j adalah atribut keuntungan (benefit)
(4) Jika j adalah atribut biaya (kost)
Keterangan: Rij = Nilai rating kinerja ternormalisasi Xij = Nilai atribut yang dimiliki dari setiap kriteria Ma Xij = Nilai terbesar dari setiap kriteria Min Xij = Nilai terkecil dari setiap kriteria Benefit = Jika nilai terbesar adalah terbaik Cost = Jika nilai terkecil adalah terbaik Karena setiap nilai yang diberikan pada setiap alternatif di setiap kriteria merupakan nilai kecocokan (nilai terbesar adalah terbaik) maka semua kriteria yang diberikan diasumsikan sebagai kriteria keuntungan. Pertama-tama, dilakukan normalisasi matrix X seperti pada persamaan (5) di bawah ini: Untuk kriteria alternatif Tembung: 5 5 r = = = 1 Max{5; 4; 3; 2; 3} 5
r r
5 = = 0.28 5+3+4+4+2 3 = = 0.17 5+3+4+4+2 4 = = 0.22 5+3+4+4+2 4 = = 0.22 5+3+4+4+2 2 = = 0.11 5+3+4+4+2
54323 ⎡ 3 2 1 4 3⎤ ⎢ ⎥ X = ⎢ 2 2 3 4 3⎥ ⎢ 4 3 5 2 1⎥ ⎣ 5 2 1 4 3⎦
r
(5)
4 4 = = Max{5; 4; 3; 2; 3} 5 3 3 = = = Min{5; 4; 3; 2; 3} 2 2 2 = = = Max{5; 4; 3; 2; 3} 5 3 3 = = = Max{5; 4; 3; 2; 3} 5 =
0.8
1.5
0.4 0.6
Untuk kriteria alternatif Marelan: 3 3 r = = = 0.75 Max{3; 2; 1; 4; 3} 4 2 2 r = = = 0.5 Max{3; 2; 1; 4; 3} 4 1 1 r = = = 1 Min{3; 2; 1; 4; 3} 1 4 4 r = = = 1 Max{3; 2; 1; 4; 3} 4 3 3 r = = = 0.75 Max{3; 2; 1; 4; 3} 4 Untuk kriteria alternatif Kp. Lalang: 2 2 r = = = 0.5 Max{2; 2; 3; 4; 3} 4 2 2 r = = = 0.5 Max{2; 2; 3; 4; 3} 4 3 3 r = = = 1.5 Min{2; 2; 3; 4; 3} 2 4 4 r = = = 1 Max{2; 2; 3; 4; 3} 4 3 3 r = = = 0.75 Max{2; 2; 3; 4; 3} 4
Untuk kriteria alternatif Tanjung Morawa: 4 4 r = = = 0.8 Max{4; 3; 5; 2; 1} 5 3 3 r = = = 0.6 Max{4; 3; 5; 2; 1} 5 5 5 r = = = 5 Min{4; 3; 5; 2; 1} 1 2 2 r = = = 0.4 Max{4; 3; 5; 2; 1} 5 1 1 r = = = 0.2 Max{4; 3; 5; 2; 1} 5 Untuk kriteria alternatif Belawan: 5 5 r = = = 1 Max{5; 2; 1; 4; 3} 5 2 2 r = = = 0.4 Max{5; 2; 1; 4; 3} 5 1 1 r = = = 1 Min{5; 2; 1; 4; 3} 1 4 4 r = = = 0.8 Max{5; 2; 1; 4; 3} 5 3 3 r = = = 0.6 Max{5; 2; 1; 4; 3} 5
2.2-142
Seminar Nasional Teknologi Informasi dan Multimedia 2015
ISSN : 2302-3805
STMIK AMIKOM Yogyakarta, 6-8 Februari 2015
Selanjutnya hasil dari nilai rating kinerja ternormalisasi (rij) membentuk matrix ternormalisasi (R) seperti pada persamaan (6) di bawah ini:. 1 0.8 1.5 0.4 0.6 ⎡ 0.75 0.5 1 1 0.75⎤ ⎢ ⎥ X = ⎢ 0.5 0.5 1.5 1 0.75⎥ ⎢ 0.8 0.6 5 0.4 0.2 ⎥ ⎣ 1 0.4 1 0.8 0.6 ⎦
(6)
Selanjutnya melakukan proses perangkingan seperti pada persamaan (7) di bawah ini: V1 = (0.28)(1) + (0.17)(0.8) + (0.22)(1.5) + (0.22)(0.4) + (0.11)(0.6) = 0.28 + 0.136 + 0.33 + 0.088 + 0.066 = 0.9 V2 = (0.28)(0.75) + (0.17)(0.5) + (0.22)(1) + (0.22)(1) + (0.11)(0.75) = 0.21 + 0.085 + 0.22 + 0.22 + 0.0835
Jarak Sarana Pendidikan 0.8, Jarak Dengan Gramedia Pusat 0.6, Harga Tanah 5, Jarak Kota 0.4, Kepadatan Penduduk 0.2, dan Hasil Akhir 1536. 5. Kesimpulan Dari hasil penelitian dapat diambil beberapa kesimpulan antara lain: 1. Sistem pendukung keputusan dibangun agar dapat membantu perusahan PT. Grameda Asri Media dalam pendirian lokasi baru untuk anak cabang Gramedia di Sumatera Utara. 2. Penerapan metode Simple Additive Weighting dapat menentukan pendirian lokasi Gramedia di Sumatera Utara dimana alternatif terbaik dengan nama lokasi Tanjung Morawa, Jarak Sarana Pendidikan 0.8, Jarak Dengan Gramedia Pusat 0.6, Harga Tanah 5, Jarak Kota 0.4, Kepadatan Penduduk 0.2, dan Hasil Akhir 1536. Daftar Pustaka
= 0.8175 V3 = (0.28)(0.5) + (0.17)(0.5) + (0.22)(1.5) + (0.22)(1) + (0.11)(0.75) = 0.14 + 0.085 + 0.33 + 0.22 + 0.0825 = 0.8575 V4 = (0.28)(0.8) + (0.17)(0.6) + (0.22)(5) + (0.22)(0.4) + (0.11)(0.2) = 0.224 + 0.102 + 1,1 + 0.088 + 0.022 = 1536 V5 = (0.28)(1) + (0.17)(0.4) + (0.22)(1) + (0.22)(0.8) + (0.11)(0.6) = 0.28 + 0.068 + 0.22 + 0.176 + 0.066 = 0.81 Hasil perhitungan nilai Vi yang lebih besar mengidentifikasikan bahwa alternatif Ai merupakan alternatif terbaik. Hasil penilaian terbesar ada pada V4 yaitu Tanjung Morawa sehingga lokasi X layak atau dapat dijadikan alternatif dalam pemilihan pendirian lokasi Gramedia di Sumatera Utara sebagai alternatif terpilih yang terbaik, ditunjukkan pada Tabel 7. Tabel 7.Tabel Ranking
[1] Astuti Wahyuning Reny. dan Muhsin. “Sistem Pendukung Keputusan Untuk Menentukan Lokasi Pasar Dengan Menggunakan Fuzzy Multi Atribut Decision Making (FMADM) Metode Simple Additive Weighting (SAW)” Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2013), 2013. [2] Budi Stefani Raina, et al. “ Sistem Pendukung Penentuan Lokasi Kuliner Di Semarang Dengan Metode Simple Additive Weighting” Joint Informatics and Technology, Vol 1, No 4, Tahun 2012. [3] Hartini Citra Dwi, “Sistem Pendukung Keputusan Pemilihan Hotel Di Kota Palembang Dengan Metode Simple Additive Weighting(SAW)” Jurnal Sistem Informasi (JSI), Vol. 5, No. 1, April 2013. [4] Kusrini, “Konsep dan Aplikasi Sistem Pendukung Keputusan, Yogyakarta”, Yogyakarta, Andi, 2007. [5] Sari Desi Reskika. “Perancangan Aplikasi Sistem Pendukung Keputusan Penentuan Lokasi Pemasaran Rumah Denagn Metode Simple Additive Weighting” Informasi dan Teknologi Ilmiah (INTI), Volume1, Nomor 12, Oktober 2013.
Biodata Penulis Khairani Puspita, memperoleh gelar Sarjana Komputer (S.Kom), Jurusan Sistem Informasi Universitas Potensi Utama Medan, lulus tahun 2010. Memperoleh gelar Magister Komputer (M.Kom) Program Pasca Sarjana Magister Komuter UPI YPTK Padang, lulus tahun 2014. Saat ini menjadi Dosen di Universitas Potensi Utama Medan. Purwa Hasan Putra, mahasiswa Jurusan Sistem Informasi Fakultas Teknik dan Komputer di Universitas Potensi Utama Medan.
Pada Tabel 7 di atas dapat dilihat bahwa penerapan metode Simple Additive Weighting dapat menentukan pendirian lokasi Gramedia di Sumatera Utara dimana alternatif terbaik dengan nama lokasi Tanjung Morawa,
2.2-143