PENERAPAN METODE TOPSIS UNTUK ANALISIS KESESUAIAN LAHAN BUDIDAYA LAUT INDONESIA

PENERAPAN METODE TOPSIS UNTUK ANALISIS KESESUAIAN LAHAN BUDIDAYA LAUT INDONESIA I Made Godya Aditya, Soewarto Hardhienata dan Lita Karlitasari Email: [email protected] Program Studi Ilmu Komputer FMIPA Universitas Pakuan Indonesia dengan luas lautan 5,8 juta km 2, merupakan potensi kelautan dan perikan sangat besar, potensi tersebut perlu dikelola secara baik dan benar sehingga dapat berkelanjutan. Klasifikasi kesesuaian lahan pada budidaya laut didasarakan pada beberapa hal, yaitu lingkungan, kualitas air, dan sosia-infrastruktur. Pada saat ini, masih banyak pelaku usaha yang membuat keramba tanpa memperhitungkan hal-hal tersebut, sehingga akibatnya, pelaku usaha tersebut merugi ataupun gagal. Tujuan dari penelitian ini adalah untuk membuat aplikasi yang mudah digunakan, gratis, cepat, dan dapat memberikan informasi serta keputusan tentang lokasi terbaik pembuatan keramba ikan/rumput laut sesuai dengan data pengamatan yang ada. Penelitian dilakukan menggunakan data sekunder yang didapatkan melalui tinjauan pustaka dan pakar di Pusat Penelitian dan Pengembangan Perikanan Jakarta. Aplikasi Analisis Kesesuaian Lahan Budidaya Laut Indonesia sebagai hasil dari penelitian ini, dapat digunakan oleh pengguna untuk menentukan kesesuaian lahan dan stasiun paling layak menggunakan metode TOPSIS berdasarkan data-data parameter, yaitu kedalaman, kecepatan arus, tinggi gelombang, substrat, suhu, salinitas dan pH. Kata Kunci : TOPSIS, Kesesuaian Lahan, Budidaya Laut Klasifikasi kesesuaian lahan pada pembuatan keramba ikan maupun rumput laut didasarkan pada beberapa hal yaitu lingkungan, kualitas air, dan sosiainfrastruktur, hal-hal tersebut sangat mempengaruhi kesuksesan suatu keramba, baik dalam membudidayakan ikan/rumput laut, maupun dalam bisnis/penjualan. Pada saat ini, masih banyak pelaku usaha yang membuat keramba ikan/rumput laut tanpa memperhitungkan hal-hal yang menjadi dasar kesesuaian lahan, yang akibatnya membuat pelaku usaha merugi ataupun gagal dalam mengembangkan usaha mereka. Tujuan dari penelitian ini adalah untuk membuat aplikasi yang mudah digunakan, gratis, cepat, dan dapat memberikan informasi serta keputusan tentang lokasi terbaik pembuatan keramba ikan/rumput laut sesuai dengan data pengamatan yang ada. Aplikasi Analisis Kesesuaian Lahan Budidaya Laut Indonesia diharapkan dapat digunakan oleh para pelaku usaha,

PENDAHULUAN Indonesia dengan luas lautan 5,8 juta km2, panjang garis pantai 95.131 km, dan 17.504 pulau, merupakan potensi kelautan dan perikanan sangat besar. Potensi tersebut perlu dikelola secara baik dan benar sehingga dapat berkelanjutan (Kementrian Kelautan dan Perikanan, 2013). Metode TOPSIS sendiri pada saat ini, telah banyak sekali digunakan di berbagai bidang ilmu dan kehidupan, salah satunya digunakan untuk menentukan pegawai terbaik, tetapi metode TOPSIS tidak menutup kemungkinan untuk digunakan pada berbagai bidang ilmu lainnya, seperti salah satu contoh penelitian yang telah dilakukan oleh Annisa Nandadiri pada tahun 2014 yang menggunakan metode TOPSIS sebagai metode untuk meranking calon lahan berdasarkan perhitungan menggunakan nilai bobot yang telah ditentukan sebelumnya. 1

maupun para peneliti dalam menentukan lahan yang sesuai untuk pembuatan keramba ikan maupun rumput laut sesuai dengan stasiun lokasi dan data pengamatan yang ada.

Sumber Pengetahuan Pada tahap ini, sumber pengetahuan dikumpulkan, diantaranya adalah, datadata kesesuaian lahan budidaya ikan maupun rumput laut. Data-data kesesuaian lahan merupakan data sekunder yang didapatkan melalui tinjauan pustaka yang dilakukan di PUSLITBANG Perikanan Jakarta, Kementrian kelautan dan perikanan. Tingkat kesesuaian lahan ikan dapat dilihat pada Tabel 1 sumber Kementrian Kelautan dan Perikanan 2013.

METODE PENELITIAN Metode Penelitian yang digunakan pada Penelitian Penerapan Metode Topsis untuk Analisis Kesesuaian Lahan Budidaya Laut Indonesia adalah sistem pakar yang dikembangkan oleh Turban, Aronson, Ting-Peng Liang. Metode pengembangan ini merupakan metode yang paling mudah dalam pembangunan sistem pakar, skema siklus pengembangan sistem pakar dapat dilihat pada Gambar 1.

Tabel 1. Tingkat Kesesuaian Lahan Ikan Peubah

Satuan

Sangat Sesuai

Sesuai

Cukup Sesuai

Kedalaman

M

10-20

20-25

25-30

cm/s

15-25

15-25

25-35

Kecepatan Arus Tinggi Gelombang

Mulai

Cm

<60

60-80

80-100

>100

Pasir dan Pecahan Karang

Pasir Berlumpur

Lumpur Berpasir

Lumpur

0

C

28-32

25-28

20-25

Salinitas

Ppt

31-35

28-31

25-28

pH

mg/L

>7

6-7

4-6

Substrat

Sumber Pengetahuan

Suhu

Analisa Permasalahan

Tidak Sesuai <10 dan >30 <5 dan >35

Model Analisis

<25 dan > 32 <25 dan >35 <4

1

Dimodifikasi dari (Tabel tingkat kesesuaian lahan ikan Kementrian Kelautan dan Perikanan, 2013) Peubah/parameter diatas dipilih karena parameter-parameter diatas merupakan parameter yang paling mudah diukur tanpa bantuan alat penelitian khusus ataupun penelitian laboratorium.

Perancangan Basis Pengetahuan

Perancangan Antar Muka

Implementasi

Uji Coba

Analisa Permasalahan Sistem Berhasil

Tidak

Pada tahap ini, basis pengetahuan atau informasi yang didapat dari pakar, terlebih dahulu diubah kedalam bentuk diagram pohon keputusan, sehingga didalam penyelesaian masalah lebih mudah dilakukan penelusuran untuk mendapatkan solusi atau kesimpulan akhir yang terbaik, diagram pohon keputusan dalam Sistem Pakar Analisis Kesesuaian Lahan dapat dilihat pada Gambar 2.

Ya Penggunaan dan Pemeliharaan

Selesai

Gambar 1. Skema Siklus Pengembangan Sistem Pakar (Turban, Aronson, TingPeng Liang, 2005).

2

Sangat Sangat Sesuai(4) Sesuai(4)

10-20

Rule 1

25-30

Kedalaman

Rule 2

5-15

Kecepatan Arus

Sangat Sangat Sesuai(4) Sesuai(4) 15-25

Cukup Cukup Sesuai(2) Sesuai(2)

<10 dan >30 Tidak Tidak Sesuai(1) Sesuai(1)

Sesuai(3) Sesuai(3)

25-35

Cukup Cukup Sesuai(2) Sesuai(2)

<5 dan >35

Rule 3

Tidak Tidak Sesuai(1) Sesuai(1)

Sangat Sangat Sesuai(4) Sesuai(4)

<60

Sesuai(3) Sesuai(3)

60-80 80-100

Tinggi Gelombang

Parameter Keramba Ikan

Sesuai(3) Sesuai(3)

20-25

Cukup Cukup Sesuai(2) Sesuai(2)

>100 Sangat Sangat Sesuai(4) Sesuai(4) Pasir Sesuai(3) Sesuai(3) Berlumpur Lumpur Cukup Sesuai(2) Berpasir Cukup Sesuai(2)

Pasir dan Pecahan Karang

Rule 4 Substrat

Lumpur

Tidak Tidak Sesuai(1) Sesuai(1)

Rule 5

28-32

31-35

Salinitas

Sangat Sangat Sesuai(4) Sesuai(4) 28-31 Sesuai(3) Sesuai(3) 25-28 Cukup Cukup Sesuai(2) Sesuai(2)

<25 dan >35

Sangat Sangat Sesuai(4) Sesuai(4)

25-28 20-25

Suhu

Rule 6

Tidak Tidak Sesuai(1) Sesuai(1)

<25 dan >32

Sesuai(3) Sesuai(3) Cukup Cukup Sesuai(2) Sesuai(2) Tidak Tidak Sesuai(1) Sesuai(1)

Tidak Tidak Sesuai(1) Sesuai(1)

Gambar 2. Diagram Pohon Keputusan Lahan Ikan Analisis Kesesuaian Lahan Budidaya Laut Indonesia merupakan bagian dari aplikasi Sistem Informasi Spasial Budidaya Laut Indonesia, atau

SISBUDIN, oleh karena itu struktur navigasi Analisis Kesesuaian Lahan dapat digambarkan seperti pada gambar 3.

Gambar 3. Struktur Navigasi Analisis Kesesuaian Lahan Proses pada sistem dapat digambarkan menggunakan flowchart, TOPSIS merupakan metode yang digunakan untuk penentuan stasiun paling layak diantara stasiun-stasiun yang ada, perhitungan TOPSIS dimulai dari perhitungan persentase yang akan ditambahkan dengan nilai kriteria dari tiap alternatif, flowchart

perhitungan persentase kesesuaian lahan dapat dilihat pada gambar 4. Perhitungan persentase kesesesuaian digunakan untuk mencari nilai yang lebih presisi dibandingkan nilai ordinal, perhitungan ini menggabungkan perhitungan numerik dan perhitungan ordinal sesuai dengan tabel dan diagram pohon keputusan. 3

Mulai Batas Atas = BA, Batas Bawah = BB, Nilai Tengah = T, Sangat Sesuai = SS, Sesuai = S, Cukup Sesuai = CS, Tidak Sesuai = TS, Nilai = N, Persentase = P , Kesesuaian + Persentase = KP SST = SSBB + ((SSBA-SSBB)/2) ST = SBB + ((SBA-SBB)/2) CST = CSBB + ((CSBA-CSBB)/2) TST = TSBB + ((TSBA-TSBB)/2)

Y Y

N <= SST ?

N = SS ?

T

T

Y

T

N=S?

Y P = N / SST

P = SST/N

T N = CS ?

Y

T

N <= ST ?

KP = 4 + P P = N / ST

P = ST/N

Y

T N <= CST ?

KP = 3 + P P = N / CST

P = CST/N

N <= TST ?

KP = 2 + P P = N / TST

P = TST/N KP = 1 + P

Selesai

Gambar 4. Flowchart Perhitungan Persentase Kesesuaian Lahan Setelah nilai presentase dan kesesuaian sudah didapatkan, nilai-nilai tersebut dinormalisasi, dikalikan bobot, max dan min, perhitungan D+ dan D-, serta penrangkingan tiap stasiun. Flowchart TOPSIS dapat dilihat pada gambar 5.

Nilai V akan menentukan stasiun mana yang paling layak diantara stasiun-stasiun yang ada. Nilai V terbesar adalah stasiun paling layak diantara stasiun-stasiun lainnya. Model Analisis

Mulai Baris 1 = Stasiun 1, Baris 2 = Stasiun 2, KP-Kedalaman (C1), KP-Kecepatan Arus (C2), KP-Tinggi Gelombang (C3), KP-Substrat (C4), KP-Suhu (C5), KP-Salinitas (C6), KP-pH (C7), Bobot C1 = 1, Bobot C2 = 1, Bobot C3 = 2, Bobot C4 = 1, Bobot C5 = 1, Bobot C6 = 2, Bobot C7 = 2.

Pada model analisis, program akan dimodelkan baik secara input, proses, maupun output, pada tahapan ini, program akan dimodelkan menggunakan DFD (Data Flow Diagram) atau Diagram Alur Data. Berikut, DFD aplikasi Sistem Pakar. Analisis Kesesuaian Lahan, diagram konteks yang merupakan diagram untuk mendefinisikan awal dan akhir dari data yang masuk serta keluaran pada suatu sistem dapat dilihat pada gambar 6. Sedangkan diagram lvl 0 digunakan untuk menjelaskan diagram konteks secara lebih mendetail, pada proses level 0 terdiri dari beberapa proses, yaitu proses pengubahan basis pengetahuan, identifikasi kesesuaian tiap parameter, cetak laporan, tambah atau ubah stasiun, serta perhitungan topsis dapat dilihat pada gambar 7.

C1=√(X11²+X21²) , C5 = √(X15²+X25²) C2=√(X12²+X22²) , C6 = √(X16²+X26²) C3=√(X13²+X23²) , C7 = √(X17²+X27²) C4=√(X14²+X24²) R11 = X11 / C1 , R21 = X21 / C1 , R15 = X15/C5 , R25 = X25/C5 R12 = X12 / C2 , R22 = X22 / C2 , R16 = X16/C6 , R26 = X26/C6 R13 = X13 / C3 , R23 = X23 / C3 , R17 = X17/C7 , R27 = X27/C7 R14 = X14 / C4 , R24 = X24 / C4 (R11,R21) * Bobot C1 , (R15,R25) * Bobot C5 (R12,R22) * Bobot C2 , (R16,R26) * Bobot C6 (R13,R23) * Bobot C3 , (R17,R27) * Bobot C7 (R14,R24) * Bobot C4 Max(R11,R21),Min(R11,R21) , Max(R15,R25),Min(R15,R25) Max(R12,R22),Min(R11,R21) , Max(R16,R26),Min(R16,R26) Max(R13,R23),Min(R11,R21) , Max(R17,R27),Min(R17,R27) Max(R14,R24),Min(R11,R21) D1+=√((R11-Max)+(R12-Max)+(R13-Max)+(R14-Max)+(R15-Max)+(R16-Max)+(R17-Max)) D2+=√((R21-Max)+(R22-Max)+(R23-Max)+(R24-Max)+(R25-Max)+(R26-Max)+(R27-Max)) D1-=√((R11-Min)+(R12-Min)+(R13-Min)+(R14-Min)+(R15-Min)+(R16-Min)+(R17-Min)) D2-=√((R21-Min)+(R22-Min)+(R23-Min)+(R24-Min)+(R25-Min)+(R26-Min)+(R27-Min)) V1=D1-/(D1-+D1+) V2=D2-/(D2-+D2+) Nilai V dan Kesimpulan

Selesai

Gambar 5. Flowchart Perhitungan TOPSIS

4

Gambar 6. Diagram Konteks Kesesuaian Parameter

Pengguna

Parameterparameter

Tabel_Kesesuaian _Stasiun

Proses 2.0 Identifikasi Kesesuaian Tiap Parameter

Parameter-parameter, Hasil Kesesuaian

Proses 1.0 Mengubah Basis Pengetahuan

Kesesuaian Parameter Parameter-parameter

Tabel_Stasiun

Kesesuaian Parameter Admin

Parameter-parameter Proses 4.0 Tambah atau Ubah Stasiun

Proses 5.0 Identifikasi Kesesuaian Tiap Parameter

Parameter-parameter, Hasil Kesesuaian dan Rekomendasi

Proses 3.0 Cetak Laporan

Kesesuaian Parameter

Parameter-parameter, Hasil Kesesuaian

Parameter-parameter, Hasil Kesesuaian dan Rekomendasi

Parameterparameter, Hasil Kesesuaian

Laporan Parameter-parameter, Hasil Kesesuaian dan Rekomendasi

Proses 6.0 Perhitungan TOPSIS

Hasil Perhitungan TOPSIS

Parameterparameter, Hasil Kesesuaian

‘Keterangan : Tabel Kesesuaian Stasiun terbagi menjadi 2, Tabel Kesesuaian Stasiun Ikan dan Tabel Kesesuaian Stasiun Rumput Laut Tabel Stasiun terbagi menjadi 2, Tabel Stasiun Ikan dan Tabel Stasiun Rumput Laut

Gambar 7. Diagram lvl 0 Tabel 2. Tabel Stasiun

Perancangan Basis Pengetahuan No 1 2 3 4 5 6 7

Pengetahuan atau data yang ada, disusun sedemikian rupa ke dalam bentuk tabel untuk mempermudah sistem dalam pengambilan keputusan. Basis pengetahuan aplikasi analisis kesesuaian lahan budidaya laut Indonesia (ANKELBI) menggunakan Microsoft Access, tabel basis pengetahuan ANKELBI diantaranya adalah tabel stasiun yang dapat dilihat pada tabel 2, tabel kesesuaian stasiun yang dapat dilihat pada tabel 3 dan tabel persentase kesesuaian stasiun yang dapat dilihat pada tabel 4.

8 9 10 11 12 13

Nama Field Stasiun Nama x y KEDALAMAN ARUS TINGGI_GELOMBA NG SUBSTRAT SUHU SALINITAS PH HASIL HASIL_HURUF

Tipe Number Text Double Double Double Double Double

Ukuran 2 100 4 4 4 4 4

Text Double Double Double Double Text

100 4 4 4 10 100

Tabel 3. Tabel Kesesuaian Stasiun No 1 2 3

5

Nama Field Nomor sesuaidalam sesuaiarus

Tipe Number Double Double

Ukuran 2 4 4

4 5 6 7 8 9 10 11 12

sesuaigel sesuaisubs sesuaisuhu sesuaisalin sesuaiph jeniskesesuaian rekomendasi rekomendasi2 rekomendasi3

Double Double Double Double Double Text Text Text Text

4 4 4 4 4 100 200 200 200

Budidaya Laut Indonesia (SISBUDIN), SISBUDIN merupakan aplikasi yang dikembangkan oleh penulis pada saat melakukan praktek lapang di PUSLITBANG Perikanan pada tahun 2015. ANKELBI itu sendiri merupakan form yang berada di dalam salah satu menu SISBUDIN, Hasil dan Pembahasan ANKELBI dibuat dalam model arsitektur Sistem Pendukung Keputusan, yaitu subsistem manajemen data, subsistem manajemen model, subsistem antarmuka pengguna dan subsistem manajemen berbasis pengetahuan.

Tabel 4. Tabel Persentase Kesesuaian Stasiun No 1 2 3 4 5 6 7

8 9 10 11 12

Nama Field Stasiun Nama x y P-KEDALAMAN P-ARUS PTINGGI_GELOMBAN G P-SUBSTRAT P-SUHU P-SALINITAS P-PH HASIL

Tipe Number Text Double Double Double Double Double

Ukuran 2 100 4 4 4 4 4

Subsistem Manajemen Data Double Double Double Double Double

4 4 4 4 10

Manajemen data pada ANKELBI dibagi menjadi dua, yaitu basis data hasil ikan dan basis data hasil rumput laut. Basis Data Hasil Ikan dapat dilihat pada gambar 8.

Perancangan Antarmuka (Interface) Pada tahapan ini, antarmuka program akan dirancang, antarmuka berfungsi untuk menghubungkan pengguna dengan sistem. Pada perancangan ini, seluruh desain menu, layout, dan elemen pendukung antarmuka lainnya seperti logo, banner, akan dibuat. Implementasi

Gambar 8. Basis Data Hasil Ikan

Pada tahap implementasi, seluruh hasil rancangan akan disatukan dan dibuat dalam sistem berbasis dekstop menggunakan Microsoft Visual Studio 2010, dengan database Microsoft Access.

Data-data hasil analisis kesesuaian lahan ikan disimpan di form Basis Data Hasil Ikan. Admin dapat menambahkan data, mengubah data, menghapus data, atau mengekspor data. Form Basis Data Hasil Ikan juga memiliki fitur Cari Stasiun Paling Layak untuk menentukan stasiun paling layak diantara stasiun-stasiun yang ada, menggunakan metode TOPSIS. Hasil dari TOPSIS, ataupun hasil analisis stasiun yang baru ditambahkan dimunculkan dalam pop-up hasil, dapat dilihat pada gambar 9.

Uji Coba Sistem Uji coba sistem dilakukan dengan tiga tahap yaitu uji coba struktural, uji coba fungsional, dan uji coba validasi.

HASIL DAN PEMBAHASAN Analisis Kesesuaian Lahan Budidaya Laut Indonesia (ANKELBI) merupakan bagian dari Sistem Informasi Spasial 6

diharapkan memudahkan pengguna untuk melihat kesesuaian. Setelah semua data dimasukan (termasuk nama dan x,y), pengguna akan mendapatkan hasil kesesuaian lahan total dengan menggunakan tombol ‘Kalkulasi’. Setelah tombol Kalkulasi diklik, maka akan muncul tombol cetak. Data-data parameter dan hasil kesesuaian akan secara otomatis disimpan di database yang dapat dibuka oleh Admin melalui form Basis Data Hasil Kesesuaian Lahan Ikan.

Gambar 9. Pop-up Hasil Subsistem Manajemen Model Manajemen model pada ANKELBI terdapat di form Info dan Metode. Form Info dan Metode mencakup informasi tentang ANKELBI, basis pengetahuan kesesuaian lahan ikan dan rumput laut yang didapatkan dari Kementrian Kelautan dan Perikanan.

Subsistem Manajemen Berbasis Pengetahuan Manajemen berbasis pengetahuan pada ANKELBI terbagi menjadi dua, yaitu basis pengetahuan ikan sebagai basis pengetahuan dari analisis kesesuaian lahan ikan dan basis pengetahuan rumput laut sebagai basis pengetahuan dari analisis kesesuaian lahan rumput laut. Kedua basis pengetahuan tersebut dapat diubah oleh admin melalui form admin di ANKELBI. Basis pengetahuan ikan dapat dilihat pada gambar 11.

Subsistem Antarmuka Pengguna Antarmuka pengguna adalah penghubung antara sistem dengan pengambil keputusan. Form Analisis Kesesuaian Lahan Ikan, merupakan form yang dapat diakses melalui form menu utama ANKELBI, Form Analisis Kesesuaian Lahan Ikan dapat dilihat pada gambar 10.

Gambar 11. Basis Pengetahuan Ikan Gambar 10. Form Analisis Kesesuaian Lahan Ikan

Batas Atas dan Batas Bawah digunakan agar sistem lebih mudah diprogram dan mencegah kesalahan pembacaan sistem. Penjelasan Batas Atas dan Batas Bawah adalah sebagai berikut : Misal Sangat Sesuai 34 C – 46 C, maka Batas Atas adalah 46 C, dan Batas Bawah adalah 34 C.

Form Analisis Kesesuaian Lahan Ikan dapat digunakan oleh pengguna untuk mengetahui apakah lokasi mereka merupakan tempat yang sesuai untuk budidaya ikan melalui data-data standar yang mereka miliki. Form ini menampilkan kesesuaian disamping data parameter dengan warna-warna yang 7

Uji Coba Struktural Hasil dari perhitungan di ANKELBI adalah 3, sesuai, dapat dilihat pada gambar 13.

Uji struktural bertujuan untuk mengetahui apakah sistem yang dibuat sudah sesuai dengan rancangan. Uji Coba Fungsional Uji coba fungsional merupakan tahap uji coba yang bertujuan untuk mengetahui apakah bagian dari proses sistem informasi berjalan sesuai dengan fungsi masing-masing. Uji Coba Validasi

Gambar 13. Hasil Perhitungan

Uji coba validasi pada ANKELBI dilakukan dengan menghitung kalkulasi data parameter secara manual pada kesesuaian lahan ikan, berikut uji validasi kesesuaian lahan ANKELBI. Manual : Nama = Kerapu 1 Koordinat x,y = 121,21 Kedalaman = 12 (4) Kecepatan Arus = 21 (3) Tinggi Gelombang = 35 (4) Substrat = Lumpur Berpasir (2) Suhu = 21 (2) Salinitas = 28 (2) pH = 12 (4) Keterangan : Sangat Sesuai = 4, Sesuai = 3, Cukup Sesuai = 2, Tidak Sesuai = 1. Maka : 4 + 3 + 4 + 2 + 2 + 2 + 4 = 21 Dibagi banyak data (7) : 21/7 = 3 (Sesuai). Hasil dari perhitungan manual adalah 3, sedangkan, Perhitungan pada ANKELBI dapat dilihat pada gambar 12.

Dari perhitungan tersebut, dapat disimpulkan bahwa hasil perhitungan ANKELBI dengan perhitungan manual adalah 100% sama. Sedangkan untuk uji coba validasi TOPSIS data serta perhitungan manual dengan nilai Stasiun 1(A1) : KPKedalaman 4,8, KP- Kecepatan Arus 3,9, KP-Tinggi Gelombang 4,9, KP-Substrat 3, KP-Suhu 2,9, KP-Salinitas 1,4, KP-pH 3,9. Stasiun 2(A2) : KP-Kedalaman 3,9, KPKecepatan Arus 4,8, KP-Tinggi Gelombang 4,7, KP-Substrat 2, KP-Suhu 2,9, KP-Salinitas 1,7, KP-pH 4,9. Dari nilai-nilai diatas, didapatkan hasil V terbaik adalah 0,58 (stasiun 1). Berikut perhitungan di ANKELBI, data yang digunakan dapat dilihat pada gambar 14.

Gambar 14. Data stasiun yang digunakan untuk TOPSIS

Gambar 12. Perhitungan di ANKELBI 8

Hasil perhitungan sebagai berikut :

DAFTAR PUSTAKA 1) Annisa Nandadiri. 2014. Sistem Informasi Geografis Pemilihan Lahan Tembakau di Kabupaten Jember Berbasis WEB Menggunakan Metode TOPSISAHP. Tugas Akhir Program Studi Sistem Informasi Universitas Jember, Jember. 2) Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Pakuan Bogor. 2015. Buku Panduan Skripsi dan Tugas Akhir. Pusat Komputasi Program Studi Ilmu Komputer Fakultas Matematika dan Ilmu Pengetahuan Alam, Bogor. 3) Food and Agriculture Organization, 1976. Land Suitability Information. Roma. 4) Fitriana Susanti, Sri Winiarti. 2013. Sistem Pakar Penentuan Kesesuaian Lahan Pertanian Untuk Pembudidayaan Tanaman Buah-Buahan. Jurnal Sarjana Teknik Informatika. Volume 1 Nomor 1, Yogyakarta. 5) I Made Godya Aditya. 2015. Sistem Informasi Spasial Budidaya Laut Indonesia PUSLITBANG Perikanan. Laporan Praktek Lapang. Jurusan Ilmu Komputer FMIPA UNPAK, Bogor. 6) I Nyoman Radiarta, Erlania, Rasidi, Idil Ardi, Ketut Sugama, Siti Hajar Suryawati, Ketut Ginantra. 2013. Kajian Pengembangan Sistem Perikanan Budidaya pada Komoditas Unggulan Berbasis Kawasan. Puslitbang Perikanan Budidaya Badan Penelitian dan Pengembangan Kelautan dan Perikanan Kementrian Kelautan dan Perikanan. Jakarta. 7) Kementrian Kelautan dan Perikanan, 2015. Buklet

Gambar 17. Hasil perhitungan TOPSIS Perhitungan di ANKELBI menghasilkan angka V = 0,57504.... Stasiun 1, manual menghasilkan angka V = 0,57, didapatkan hasil bahwa perhitungan ANKELBI memiliki presisi yang lebih tinggi dibandingkan perhitungan secara manual, dengan tingkat validitas 100%.

KESIMPULAN Kesimpulan dapat diambil dari hasil yang dicapai bahwa metode TOPSIS dapat diterapkan untuk menganalisis kesesuaian lahan budidaya laut Indonesia dengan validitas nilai V, 98% hingga 100% menggunakan tujuh kriteria, yaitu kedalaman, tinggi gelombang, kecepatan arus, substrat, suhu, salinitas dan pH. Metode TOPSIS yang biasanya digunakan untuk penentuan pegawai terbaik ataupun beasiswa, terbukti dapat diterapkan untuk menentukan stasiun paling layak pada kesesuaian lahan budidaya laut, Indonesia. Penelitian Penerapan Metode TOPSIS untuk Analisis Kesesuaian Lahan Budidaya Laut Indonesia telah diimplementasikan pada aplikasi Analisis Kesesuaian Lahan Budidaya Laut Indonesia (ANKELBI) yang merupakan bagian dari aplikasi Sistem Informasi Spasial Budidaya Laut Indonesia (SISBUDIN).

9

Kementrian Kelautan dan Perikanan. Jakarta. 8) Kusrini. 2006, Sistem Pakar Teori dan Aplikasi. Andi Offset, Yogyakarta. 9) PUSLITBANG Perikanan. 2015. Buklet PUSLITBANG Perikanan, Jakarta. 10) Rahman Hakim, Riza. 2010. Formation of Masculine Freshwater Crayfish (Cherax quadricarinatus) Through The Application of Metiltestosteron by Deeping Method on The Different Time. Prosiding Departemen Perikanan Fakultas Pertanian dan Peternakan Universitas Muhammadiyah Malang, Malang. 11) Safia Dhany.2009.Perancangan Sistem Pakar Untuk Diagnosa Penyakit Anak, Medan. Skripsi Program Studi S-1 Ilmu Komputer Departemen Ilmu Komputer Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara, Medan. 12) Sativandi Putra, Arief Andy Soebroto, Issa Arwani. 2015. Pengembangan Sistem Pakar Untuk Memprediksi Kelas Kemampuan Lahan Pertanian.Jurnal Program Studi Teknik Informatika Universitas Brawijaya, Malang. 13) Sri Kusumadewi. 2003. Artificial Intellegence (Teknik dan Aplikasi). Edisi pertama. Graha Ilmu, Yogyakarta. 14) Turban, 2005, Decision Support System and Intelligent Systems (Sistem Pendukung Keputusan dan System Cerdas) Jilid 1, Andi Offset, Yogyakarta

10

11