Jurnal Ilmiah NERO Vol. 2, No.2
2016
PERANCANGAN APLIKASI SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SUPPLIER PADA UD. SEMBODO SAWOO BERBASIS WEB Fauzan Masykur1), Ali Mahmudi 2) Program Studi Teknik Informatika Fakultas Teknik, Universitas Muhammadiyah Ponorogo Email : 1)
[email protected], 2)
[email protected] ABSTRAK Supplier bahan baku merupakan sumber daya utama dalam peningkatan kualitas dan kuantitas distribusi suatu perusahaan distributor, oleh sebab itu diperlukan supplier bahan baku yang profesional dan berkualitas untuk meningkatkan mutu tersebut. Salah satu upaya untuk mendapatkan supplier bahan baku yang berkualitas adalah dengan melakukan pemilihan supplier. Sistem pendukung keputusan yang dilakukan pada UD Sembodo masih bersifat konvensional yang hanya didasarkan pada unsur pengalaman selama bermitra bisnis dan performasi secara umum tanpa menilai dari segi-segi yang lebih detail sehingga penilaian masih bersifat subyektif.Berdasarkan permasalahan tersebut, maka dalam penelitian ini dikembangkan sistem pendukung keputusan dengan menggunakan metode FMADM dengan perhitungan SAW untuk penentuan supplier penyedia bahan baku. Sistem ini menggunakan kriteria yang ditentukan oleh pengguna, diproses dengan perhitungan SAW, dan menghasilkan daftar penilaian masing-masing supplier penyedia bahan baku yang akan dipilih. Hasil pengujian sistem pendukung keputusan ini menyatakan bahwa sistem telah berjalan dengan benar, sehingga sistem ini dapat digunakan untuk membantu pimpinan dalam mengambil keputusan pemilihan supplier bahan baku yang lebih obyektif. Kata kunci: suplier, sistem pendukung keputusan, SAW, FMADM ABSTRACT Supplier of raw materials is a main resource in improving quality and quantity of distribution from company distributor, therefore, it is necessary to have a qualified and professionals suppliers of raw material to improve quality. An effort to get a good quality supplier of raw materials is perform a supplier selection. In selecting the supplier, UD Sembodo based on experience during a business partner without judging of facets in detail so that ratings are subjective. Based on these problems, in this study developed a decision support system using SAW FMADM calculations for determining the suppliers of raw material. This system uses the criteria set by the owner, processed with the calculation of SAW, and generates a list of values based on calculation. The test results of this decision support system stating that system has been running correctly, so that system can be used to assist management in making a decision to choose supplier of raw material selection objectively. Keywords: suppliers, decision support systems, SAW, MADM.
1.
PENDAHULUAN Di era globalisasi seperti saat ini, persaingan antar perusahaan menjadi semakin ketat. Supplier sebagai pihak penyedia bahan baku, sangat berperan penting dalam menentukan kualitas produk dan kelancaran proses penyaluran barang. Untuk itu, perusahaan perlu selektif dalam memilih Supplier sebagai mitra bisnis. UD. Sembodo Sawoo merupakan sebuah perusahaan penyalur barang yang bergerak dalam penjualan material bangunan. Masalah yang dialami UD. Sembodo Sawoo adalah sulitnya menentukan Supplier mana yang memiliki performasi baik dari segi waktu pengiriman, kualitas dan kuantitas sehingga perusahaan bisa memprioritaskan Supplier tersebut dalam memenuhi bahan baku yang dibutuhkan. Selain itu dalam memilih Supplier pihak UD. Sembodo Sawoo masih menggunakan cara subyektif yaitu dengan berdasarkan pengalaman menjadi mitra kerja tanpa memperhitungkan berdasarkan kriteria. Tentu saja hal ini tidak efektif bila digunakan sebagai acuan dalam pemilihan Supplier. 115 | N E R O
Jurnal Ilmiah NERO Vol. 2, No.2
2016
Untuk memudahkan pemilihan Supplier, maka dibutuhkan sebuah sistem atau metode yang tidak hanya memprioritaskan subyektifitas melainkan menggunakan data sebagai acuan dalam memilih Supplier, sehingga hasil pemilihan bisa lebih efektif dan akurat. Untuk itu dibuatlah sistem pendukung keputusan yang bertujuan untuk mempermudah dan memberikan pilihan Supplier yang cocok bagi konsumen dan diharapkan dapat membantu masalah - masalah yang ada pada perusahaan. Dalam penelitian ini nantinya Aplikasi Sistem Pendukung Keputusan dijalankan oleh pemilik UD. Sembodo Sawoo diserahkan ke bagian manager yang berwenang dalam pengambilan keputusan. Mengingat pentingnya suatu metode untuk membantu sistem pengambilan keputusan pemilihan Supplier pada UD. Sembodo Sawoo, maka penulis tertarik untuk melakukan penelitian dengan menggunakan pendekatan Fuzzy Multiple Attribute Decision Making (FMADM) untuk mencari inputan data kemudian dilanjutkan dengan menggunakan metode SAW (Simple Additive Weighting) sebagai perhitungannya. 1.1 Perumusan Masalah
a.
b. c.
Berdasarkan permasalahan diatas maka rumusan masalah yang akan dibahas dalam penelitian ini adalah: Bagaimana menerapkan pendekatan Fuzzy Multiple Attribute Decision Making (FMADM) dan metode SAW dalam pemilihan supplier untuk membantu UD. Sembodo Sawoo agar dapat bekerja dengan cepat dan tepat? Kriteria apa saja yang diperlukan dalam proses seleksi pemilihan supplier pada UD Sembodo? Bagaimana merancang aplikasi sistem pendukung keputusan pemilihan supplier dengan menggunakan Bahasa Pemrograman PHP MyAdmin dan MySQL?
2. DASAR TEORI 2.1 Sistem Pendukung Keputusan Decision Support System (DSS) biasanya dibangun untuk mendukung solusi atas suatu masalah atau untuk mengevaluasi suatu peluang. Decision Support System (DSS) yang seperti itu disebut aplikasi Decision Support System (DSS). Aplikasi Decision Support System (DSS) digunakan dalam pengambilan keputusan. [1] 2.2
Fuzzy Logic Logika Fuzzy merupakan studi tentang metode dan prinsip-prinsip pemikiran dimana pemikiran tersebut menghasilkan preposisi yang baru dari preposisi yang lama. Pada logika lama, preposisi diperlukan diantara true dan false, nilai kebenaran dari preposisi tersebut antara 1 atau 0. Fuzzy logic membuat pernyataan umum dari dua nilai logika lama dengan cara menyertakan nilai kebenaran dari sebuah preposisi untuk dijadikan sembarang angka diantara interval (1,0). [2] 2.3
Fuzzy Multiple Attribute Decision Making (FMADM)
Fuzzy Multiple Attribute Decision Making (FMADM) adalah suatu metode yang digunakan untuk mencari alternatif optimal dari sejumlah alternatif dengan kriteria tertentu. Inti dari FMADM adalah menentukan nilai bobot untuk setiap atribut, kemudian dilanjutkan dengan proses perangkingan yang akan menyeleksi alternatif yang sudah diberikan. Pada dasarnya, ada 3 pendekatan untuk mencari nilai bobot atribut, yaitu pendekatan subyektif, pendekatan obyektif dan pendekatan integrasi antara subyektif & obyektif. Masing-masing pendekatan memiliki kelebihan dan kelemahan. Pada pendekatan subyektif, nilai bobot ditentukan berdasarkan subyektifitas dari para pengambil keputusan, sehingga beberapa faktor dalam proses perangkingan alternatif bisa ditentukan secara bebas. Sedangkan pada pendekatan obyektif, nilai bobot dihitung secara matematis sehingga mengabaikan subyektifitas dari pengambil keputusan. [3] 116 | N E R O
Jurnal Ilmiah NERO Vol. 2, No.2
2016
2.4
Simple Additive Weight (SAW) Metode SAW sering juga dikenal sebagai metode 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.
Gambar 1 : Formula untuk mencari normalisasi. Keterangan, Rij : Rating kinerja ternormalisasi. Maximum : Nilai maksimum dari setiap baris dan kolom. Minimum : Nilai minimum dari setiap baris dan kolom. Xij : Baris dan kolom dari matriks. Benefit : Jika nilai terbesar adalah terbaik. Cost : Jika nilai terkecil adalah terbaik. Dimana rij adalah rating kinerja ternormalisasi dari alternatif Ai pada atribut Cj; i=1,2,...,m dan j=1,2,...,n. Nilai preferensi untuk setiap alternative (Vi) diberikan sebagai:
Gambar 2 : Formula mencari nilai preverensi Keterangan , Vi : Nilai Akhir Alternative. Wi : Bobot yang telah ditentukan. Rij : Normalisasi matriks. Nilai Vi yang lebih besar mengindikasikan bahwa alternatif Ai lebih terpilih. [4] 3. METODOLOGI PENELITIAN 3.1 Alat dan Bahan a. Literatur dari berbagai sumber seperti buku, jurnal dan internet browsing. b. Hasil wawancara dari narasumber yaitu pihak pemilik UD Sembodo Sawoo. 3.2. Langkah-langkah a. Studi Pustaka, yaitu kegiatan menghimpun informasi yang relevan dengan topik atau masalah yang akan atau sedang diteliti, dari buku-buku ilmiah, laporan penelitian, karangan-karangan ilmiah, peraturan-peraturan, ketetapan-ketetapan, jurnal, dan sumbersumber tertulis baik tercetak maupun elektronik lain. b. Observasi dan pengumpulan data, Observasi adalah metode pengumpulan data melalui pengamatan langsung atau peninjauan secara cermat dan langsung di lapangan atau lokasi penelitian. Pengumpulan data juga dilakukan dengan wawancara pada nara sumber yang kompeten. c. Rancangan prototype, Kegiatan perancangan meliputi rancangan database, user interface dan coding program. d. Implementasi, hasil rancangan prototype diimplementasikan dalam sebuah aplikasi. e. Evaluasi dan pengujian sistem, tahap pengujian dilakukan setelah semua rancangan prototype diimplementasikan dengan tujuan untuk mengetahui apakah sistem pendukung keputusan yang dibuat sesuai dengan tujuannya yaitu memberikan keputusan tentang pemilihan suplier pada UD Sembodo. 117 | N E R O
Jurnal Ilmiah NERO Vol. 2, No.2
2016
4. PENGUJIAN DAN PEMBAHASAN 4.1 Analisis Kebutuhan Analisis kebutuhan sistem ini digunakan untuk mengumpulkan data dan memilih metode dan teknologi yang sesuai untuk sistem yang akan dibuat. Hasil dari penelitian yang telah dilakukan didapatkan tujuh kriteria dalam pemilihan suplier : 1. Tingkat kenaikan harga = 20%. 2. Tingkat besarnya diskon = 10%. 3. Waktu pengiriman = 20%. 4. Ketepatan jumlah barang = 20%. 5. Level cacat barang yang dikirim = 15% 6. Respon layanan pengaduan = 5% 7. Ada atau tidaknya garansi = 10% Setelah tujuh kriteria di atas terpenuhi, diperlukan suatu metode sebagai alat pengambilan keputusannya. Dimana salah satu metode terbaik dalam pengambilan keputusan tersebut adalah metode Fuzzy Multiple Attribute Decision Making (FMADM) dengan perhitungan SAW. 3.2 Perancangan Basis Data Selanjutnya setelah kriteria dan metode terpenuhi, ada beberapa proses yang harus dijelaskan dalam perancangan basis datanya tersebut. Sehingga sistem pendukung keputusan ini dapat dipahami bagaimana perancangannya dan dapat bermanfaat bagi semua orang. Diantaranya sebagai berikut:
a.
Flowchart
Flowchart adalah sebuah diagram alur yang menjelaskan setiap proses yang dilakukan dalam proses suatu sistem. Dari pengamatan yang dilakukan dapat digambarkan flowchart proses sistem pendukung keputusan pemilihan suplier seperti pada Gambar 3: Input Username Dan Password
Start
End
Proses Login
Salah
Cek
Benar
Cetak Hasil
Proses Perhitungan Akhir (Perangkingan)
Proses Perhitungan Matrik Normalisasi
Proses Perhitungan Matrik Awal
Proses Tampil Nilai Suplier
Proses Simpan Data Nilai Suplier
Input Data Nilai Kriteria
Input Data Nilai Suplier
Proses Simpan Data Nilai Kriteria
Proses Tampil Suplier
Proses Tampil Nilai Kriteria
Proses Simpan Data Suplier
Gambar 3 Flowchart Sistem 118 | N E R O
Input Data Barang
Proses Simpan Barang
Proses Tampil Barang
Input Data Suplier
Jurnal Ilmiah NERO Vol. 2, No.2
2016
b.
Data Flow Diagram (DFD) 1. Diagram Konteks Diagram Konteks mengambarkan secara umum proses tranformasi data dalam sistem pendukung keputusan pemilihan suplier ini. Untuk lebih jelasnya dapat dilihat pada gambar berikut ini : Review Hasil APK Sebelumnya Data Nilai Kriteria Data Nilai Supplier Data Supplier Data Barang Data Login
Review Hasil APK Sebelumnya Data Nilai Supplier Data Supplier Data Barang Data Login
0 SPK Pemilihan Supplier UD Sembodo
user
Admin
Halaman User Hasil SPK Historis Hasil SAW
Halaman User Hasil SPK Historis Hasil SAW
Gambar 4 Diagram Konteks 2. DFD Level 1 Pengolahan Data DFD level 1 dari SPK pemilihan supplier UD Sembodo ini menggambarkan secara umum dari proses-proses yang terdapat pada SPK pemilihan supplier UD Sembodo secara lebih rinci. Secara umum, proses-proses yang terdapat pada SPK pemilihan supplier UD Sembodo dapat dilihat pada gambar 5 ; Admin
Login gagal
kode user + password admin kode user + password user
1 Login ke sistem
data user
1
tb.user
Login gagal User
Login sukses user data user
Login sukses admin
2 proses data user
Input data user Info data user
Input data barang Info data barang
Input data supplier
Info data supplier
3 proses data barang
4 proses data supplier
2
data barang
data supplier
3
tb.barang
data barang
tb.supplier data supplier data nilai supplier
Input data nilai supplier
Info data nilai supplier
Input data nilai kriteria Info data nilai kriteria
Review hasil SPK Info hasil SPK
5 proses data nilai supplier
6 proses data nilai kriteria
8 Review Hasil
data nilai supplier
4
tb.nilaisupplier
data nilai kriteria
5
tb.nilaikriteria
6
tb.hasil
data hasil perhitungan
7 perhitungan SAW
data nilai kriteria
data hasil perhitungan
Gambar 5. DFD Level 1 Pengolahan Data 119 | N E R O
Jurnal Ilmiah NERO Vol. 2, No.2
2016
a.
Entity Relationship Diagram (ERD) Terdapat enam tabel dari sistem pendukung keputusan pemilihan suplier di UD Sembodo berbasis web ditunjukkan pada gambar berikut ini : melihat
C1
C2 0
C3
0
0
id_nilaikriteria
1
mengubah
1
nilaikriteria
mendukung
C7 0 C4
C5
0
C6 0
0
id_user
nama id_nilaisuplier
1
almat
User
username
1
kd_barang 3
kd_suplier 3 nm_suplier 2
1
1
1
n
n
mengubah
mendukung 2
nilaisuplier
1
hasil
c7
status
nm_barang c6
c2 c3 c4
nilai
c5
mengubah
mengubah 4
n
alamat
suplier
n nm_suplier
barang
kd_barang
kd_suplier
kd_brang
Gambar 6. Entity Relationship Diagram (ERD) 3.3 Interface a. b. c. d. e. f. g. h. i. j.
Halaman Login, berfungsi sebagai keamanan sistem menggunakan kombinasi username dan password. Halaman Utama, berfungsi sebagai halaman dari semua menu yang ada. Halaman Data Barang, berfungsi untuk mengolah data barang seperti input,edit, dan delete barang. Halaman Data Suplier, digunakan untuk mengolah data diri para suplier seperti nama, alamat, dan barang. Halaman Nilai Suplier, digunakan untuk mengolah data penilain kepada masing-masing suplier berdasarkan kriteria. Halaman Nilai Kriteria, digunakan untuk mengolah data penilain dari sang pemilik yang digunakan sebagai pembanding. Halaman Perhitungan, digunakan untuk menampilkan proses perhitungan beserta hasil perangkingan. Halaman Hasil, digunakan untuk menampilkan hasil perhitungan beserta detail data diri suplier. Halaman Cetak, digunakan untuk menampilkan hasil perangkingan dalam bentuk laporan dokumen. Halaman Grafik, digunakan untuk mempermudah tampilan hasil perhitungan berupa grafik batang.
120 | N E R O
nm_suplier
1
c1
password
nm_barang
kd_suplier 2
1
Jurnal Ilmiah NERO Vol. 2, No.2
2016
Gambar 7.Halaman Depan Prototipe SPK Pemilihan Suplier UD Sembodo 4.4 Pengujian Prototipe Dengan Microsoft Excel 2010 Berdasarkan hasil perhitungan melalui Prototipe dan Ms Excel 2010 terdapat sedikit perbedaan pada hasil akhir. Hal ini diakibatkan karena perbedaan pembulatan dari Prototipe dengan Ms Excel 2010. Namun secara keseluruhan hasil pengujian perhitungan dengan menggunakan Prototipe dan Ms Excel bisa dikatakan sama. Untuk lebih jelasnya bisa dilihat pada gambar berikut ini :
Gambar 8.Hasil Akhir Menggunakan Ms Excel 2010 Dan Prototipe 121 | N E R O
Jurnal Ilmiah NERO Vol. 2, No.2
5.
2016
KESIMPULAN
Metode FMADM dengan perhitungan SAW merupakan metode yang dapat digunakan untuk proses pemilihan suplier, karena metode ini dapat memberikan solusi pemilihan suplier yang memiliki performasi yang baik. Langkah paling penting adalah pembobotan pada masingmasing kriteria, karena ketepatan pembobotan ini mempengaruhi langkah-langkah penghitungan SAW selanjutnya. Pembuatan sistem pendukung keputusan pemilihan suplier berbasis komputer dengan menggunakan perhitungan SAW ini dilakukan dengan membuat sistem yang terdiri dari 4 modul, yakni modul pengelolaan data barang, modul pengelolaan data suplier, modul pengelolaan data penilaian suplier berdasarkan kriteria, modul pengelolaan data nilai kepentingan kriteria dari pemilik toko. Keempat modul itu memiliki keterhubungan dalam proses pemberian keputusan pemilihan suplier. Modul penilaian suplier dan modul penilaian kepentingan kriteria merupakan modul utama yakni modul yang mengolah proses penilaian berdasarkan kriteria-kriteria yang sudah ditentukan dan nilai kepentingan kriteria yang menjadi pembanding dari nilai suplier, dengan melalui pembobotan serta proses penghitungan dengan menggunakan perhitungan SAW. Hasil akhir dari proses penghitungan dan perangkingan tersebut merupakan laporan (view) yang memuat semua komponen yang berperan dalam proses pemilihan suplier. DAFTAR PUSTAKA [1] Nurhalimah, “Sistem Pendukung Keputusan Pemilihan Supplier Bahan Baku Konveksi,” STMIK Budi Darma Medan 2015 [2] Apriansyah, Dinna, “Penentuan Penerima Beasiswa Dengan Menggunakan Fuzzy Multiple Atribute Decission Making,” Fakultas Ilmu Komputer Universitas Sriwijaya 2011. [3] Riska dkk, “Sistem Pendukung Keputusan Untuk Menentukan Penerima Beasiswa Bank Bri Menggunakan FMADM,” SNATI 2009. [4] Alif, Ir Edi Noersasongko,M.Kom, “Sistem Pendukung Keputusan Kelayakan Pemberian Kredit Motor Menggunakan Metode Simple Additive Weighting Pada Perusahaan Leasing Hd Finance,” Universitas Dian Nuswantoro Semarang 2014.
122 | N E R O
Jurnal Ilmiah NERO Vol. 2, No.2
2016
PENGENALAN KARAKTER PLAT KENDARAAN BERMOTOR BERBASIS CITRA DENGAN MENGGUNAKAN METODE CANNY DAN ALGORITMA BACKPROPAGATION Andy Haryoko1), Sholeh Hadi Pramono2), M. Aziz Muslim3) Program Studi Teknik Elektro, Fakultas Teknik, Universitas Brawijaya Jl Veteran Malang, Jawa Timur Indonesia 65145 1) Program Studi Teknik Informatika, Fakultas Teknik, Universitas PGRI Ronggolawe Tuban Jl Manunggal 61 Tuban Jawa Timur 62381 Email :
[email protected] 1),
[email protected] 2),
[email protected]
ABSTRAK Transportasi merupakan kebutuhan yang sangat penting dalam kehidupan sehari-hari. Namun, Kenyataannya banyak permasalahan yang ditimbulkan dari transportasi itu sendiri. Salah satu permasalahan yang timbul adalah pada angkutan umum. Salah satu upaya yang dilakukan pemerintah untuk mengatasi permasalahan tersebut adalah dengan pengadaan Uji Kir. Hanya saja Uji Kir itu sendiri memiliki beberapa kelemahan. Salah satu kelemahannya adalah sistem pendataan yang masih manual. Sehingga, Kesalahan manusia dalam pencatatan kendaraan dan waktu yang dibutuhkan dalam proses tersebut merupakan kendala yang bisa saja terjadi selama proses tersebut. Salah satu metode yang dapat diterapkan untuk mengatasi masalah di atas adalah metode pengenalan Tanda Nomor Kendaraan Bermotor (TNKB) yang melekat pada kendaraan bermotor tersebut Pengenalan pola dapat digunakan sebagai identifikasi pengenalan plat nomor kendaraan pada sistem yang diajukan pada penelitian ini. Filter canny digunakan untuk mendapatkan citra yang baik dalam pengambilan citra karakter. Karakter disampling dengan ukuran 12X7 untuk dikonversi kedalam bentuk biner sebagai input neuron dalam jaringan syaraf tiruan arsitektur Multi Layer Perceptron yang digunakan menggunakan 3 Layer dengan jumlah masing masing node 84, 50, 36. Jaringan syaraf tiruan dilatih dengan algoritma Backpropagation dengan parameter learning rate 0.3 dan momentum 0.9. Proses training akan dihentikan apabila iterasi mencapai nilai maksimal 10.000 atau MSE (Mean Square Error) 0.0001. Dari hasil pengujian yan dilakukan sistem mampu mengenali karakter angka 100% sedangkan huruf 86,87% jadi kehandalan sistem mengenali karakter secara keseluruhan adalah 94,29%.. Kata kunci: Fiter Canny, Jaringan Syaraf Tiruan, Multi layer perceptron (MLP), Pengenalan karakter Tanda Nomor Kendaraan Bermotor (TNKB), Pengolahan Citra Digital.
ABSTRACT Transportation is important needs in daily life. However, there are many transportation problems in our country. One of them is public transportation. To overcome it, the government implement KIR. But this KIR has several weakness. One of them is manual data. As consequences, human error in listing can came out as the process goes on. Pattern recognition can be used to implement automatic number plate identification in this system. One of the method is canny filter. Canny filter is uses to obtain a good image in the character image acquisition. Characters based with 12X7 pixels are be converted into binary as input for Multi Layer Perception with 3 layers node number of each node 84, 50, 36. Artificial neural network is trained with back propagation algorithm with a learning rate parameter 0.3 and momentum 0.9. The training process will be terminated when the iteration reaches a maximum value of 10,000 or MSE (Mean Square Error) 0.0001. Recognition rate for numeral character is 100%, however recognition rate for letter character is little bit worse, 86,87%. So overall performance is 94,29% for the whole characters. Keywords: Canny Filter, Artificial Neural Network, Digital Image Processing, Licences Plate Identifcation, Multi Layer Perceptron, Neural Network.
1. PENDAHULUAN Transportasi merupakan kebutuhan yang sangat penting dalam kehidupan sehari-hari. Hal ini dikarenakan hampir semua kegiatan manusia tidak lepas dari proses transportasi [1]. 123 | N E R O