Perancangan Sistem Pendukung Keputusan Untuk Pemilihan Lokasi Perumahan Menggunakan Weighted Product Method (WPM)

Perancangan Sistem Pendukung Keputusan Untuk Pemilihan Lokasi Perumahan Menggunakan Weighted Product Method (WPM) Rahmadi Wijaya Prodi D3 Teknik Informatika, Fakultas Ilmu Terapan Universitas Telkom email : [email protected]

Abstract Current residential development in Yogyakarta is still a desirable development for the people there. This is evidenced by the increase of the number of new housing with various types, prices, size and style. To choose a home, sometimes we still focus on where the residential location. There are some specifications that are needed in the selection of the location of such housing, land ownership and status of the building, housing prices, social conditions, environment, public facilities, the number of homes built in the residential location, the physical condition of the home, the number and density of the people that settled the area, the development of regional positions and delivery within the city or County. But people in Yogyakarta still feel difficulty in choosing a residential location. The decision taken is sometimes not entirely appropriate in accordance with the wishes of their Weighted Product Method (WPM) is one of the strategies that can assist in making a decision. Furthermore, the WPM as well as one of the methods that can be used to get a reference from a variety of housing alternatives that exist with various conditions each housing i.e. by including the attribute value of the multiplication, where each rating must be raised first by the relevant attribute weights. The results of this research are other criteria for WPM Echelon real estate. Keywords : Housing, Decision Support System, Weighted Product Method (WPM)

1.

Pendahuluan

Rumah bukan hanya untuk tempat berteduh dari panas dan hujan tetapi rumah juga merupakan kebutuhan primer untuk sebuah keluarga. Rumah juga sering dijadikan objek investasi karena rumah memiliki nilai investasi yang bagus. Perkembangan perumahan di Yogyakarta, jumlahnya terus meningkat tiap tahun. Berbagai ragam tipe rumah di Jogja tak pernah menunjukkan penurunan permintaan. Dari tipe-tipe kecil satu lantai sampai dengan tipe besar dua lantai.

61

Jurnal Informatika, Vol. 10 No. 1, Juni 2014: 61 - 78

Kekurangpahaman masyarakat akan kelengkapan legalitas yang harus dimiliki, sarana dan prasarana perumahan saat membeli perumahan dapat mengakibatkan kerugian bagi pembeli perumahan tersebut. Teliti dalam mencari rumah tidak berarti hanya memperhatikan kondisi internal perumahan seperti menentukan spesifikasinya. Namun, teliti juga berarti mempertimbangkan segi non internal, misalnya keadaan lingkungan di sekitar rumah, dan kedudukan internal perumahan dalam lingkup internal kota/kabupaten. Dengan persoalan yang ada, maka dibutuhkan sebuah sistem yang dapat membantu calon pembeli untuk memutuskan rumah mana yang akan dibelinya sesuai dengan kriteria mereka dan tingkat kepentingan kriteria itu. Masalah tersebut dapat digolongkan ke dalam masalah yang bersifat multi objectives (ada banyak tujuan yang ingin dicapai) dan multi criteria (ada banyak kriteria untuk mencapai tujuan) Untuk membantu menyelesaikan kesulitan konsumen, maka dibuatlah sebuah system pendukung keputusan menggunakan metode WP (Weighted Product). Metode Weighted Product digunakan karena masalah pemilihan rumah dapat digolongkan ke dalam masalah yang bersifat multiobjectives (ada banyak tujuan yang ingin dicapai) dan multicriteria (ada banyak kriteria untuk mencapai tujuan). Metode ini sangat cocok karena konsumen dapat menentukan sendiri bobot kepentingan dari masing-masing kriteria, apakan sangat penting, penting, cukup penting, tidak penting, atau sangat tidak penting. Rumusan Masalah Permasalahan yang akan dibahas dalam penelitian ini adalah bagaimana memilih lokasi perumahan yang tepat menggunakan metode Weighted Product (WP). Tujuan Tujuan dari penelitian ini adalah merancang sistem pendukung keputusan yang dapat membantu dalam pemilihan lokasi perumahan di Sleman Yogyakarta menggunakan Method Weighted Product (WPM).

62

Perancangan Sistem Pendukung Keputusan Untuk Pemilihan Lokasi Perumahan Menggunakan Weighted Product Method (WPM) (Rahmadi Wijaya)

2.

Landasan Teori

Metode Penelitian Penelitian ini dilakukan dengan menggunakan data sekunder yang diperoleh melalui website dinas kabupaten Sleman dan badan pertanahan daerah istimewa Yogyakarta. Secara umum, langkah-langkah yang dilakukan dalam penelitian ini adalah menyusun data-data yang akan diolah termasuk parameter dan alternatif yang akan dirangking, mempelajari metode WP yang akan digunakan untuk melakukan pemilihan alternatif, dan yang terakhir merancang serta melakukan proses perhitungan menggunakan metode WP untuk mendapatkan nilai nilai preferensi relatif dari setiap alternatif. Tinjauan singkat SPK Pengambilan keputusan adalah proses memilih tindakan (diantara berbagai alternatif) untuk mencapai suatu tujuan atau beberapa tujuan (Chen dkk, 2000). Konsep Sistem Pendukung Keputusan (SPK) atau Decision Support Sistem (DSS) pertama kali diungkapkan pada awal tahun 1970-an oleh Michael S. Scott Morton dengan istilah Management Decision System. Sistem yang dikemukakan oleh S. Scott Morton adalah suatu sistem yang berbasis komputer yang ditujukan untuk membantu pengambil keputusan dengan memanfaatkan data dan model tertentu untuk memecahkan berbagai persoalan yang tidak terstruktur. Istilah SPK mengacu pada suatu sistem yang memanfaatkan dukungan komputer dalam proses pengambilan keputusan. Dalam buku Turban [8], Turban mendefinisikan SPK sebagai sebuah sistem yang dimaksudkan untuk mendukung para pengambil keputusan manajerial dalam situasi keputusan semiterstruktur. SPK dimaksudkan untuk menjadi alat bantu bagi para pengambil keputusan untuk memperluas kapabilitas mereka, namun tidak untuk menggantikan penilaian para pengambil keputusan. Multi Criteria Decision Making (MCDM) adalah suatu metode pengambilan keputusan untuk menetapkan alternatif terbaik dari sejumlah alternatif berdasarkan beberapa kriteria tertentu. Kriteria biasanya berupa ukuran-ukuran, aturan-aturan atau standar yang digunakan dalam pengambilan keputusan. Dalam Kusumadewi dkk. [3], Zimmerman menyatakan bahwa, berdasarkan

63


tujuannya, MCDM dapat dibagi menjadi 2 model : Multi Attribute Decision Making (MADM) dan Multi Objective Decision Making (MODM). Seringkali MCDM dan MADM digunakan untuk menerangkan kelas atau kategori yang sama. MADM biasanya digunakan untuk melakukan penilaian atau seleksi terhadap beberapa alternatif dalam jumlah yang terbatas. Sedangkan MODM digunakan untuk menyelesaikan masalah-masalah pada ruang kontinyu (seperti permasalahan pada pemrogaman matematis). Secara umum dapat dikatakan bahwa, MADM menyeleksi alternatif terbaik dari sejumlah alternatif sedangkan MODM merancang alternatif terbaik. Menurut Rudolphi dalam Kusumadewi dkk. [3], pada dasarnya, proses MADM dilakukan melalui 3 tahap, yaitu penyusunan komponen-komponen 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. Tahap analisis dilakukan melalui 2 langkah. Pertama, mendatangkan taksiran dari besaran yang potensial, kemungkinan dan ketidakpastian yang berhubungan dengan dampak-dampak yang mungkin pada setiap alternatif. Kedua, meliputi pemilihan dari preferensi pengambil keputusan untuk setiap nilai, dan ketidakpedulian terhadap resiko yang timbul. Pada langkah pertama, beberapa metode menggunakan fungsi distribusi |pj(x)| yang menyatakan probabilitas kumpulan atribut |ak| terhadap setiap alternatif |Ai|. Konsekuen juga dapat ditentukan secara langsung dari agregasi sederhana yang dilakukan pada informasi terbaik yang tersedia. Demikian pula, ada beberapa cara untuk menentukan preferensi pengambil keputusan pada setiap konsekuen yang dapat dilakukan pada langkah kedua. Metode yang paling sederhana adalah untuk menurunkan bobot atribut dan kriteria adalah dengan fungsi utilitas atau penjumlahan terbobot. Dalam Kusumadewi dkk. [3], Zimermann menyatakan bahwa, secara umum, model multi-attribute decision making dapat didefinisikan sebagai berikut : Misalkan A = {ai | i = 1, …., n} adalah himpunan alternatif keputusan dan C = {cj | j = 1, …., m} adalah himpunan tujuan yang diharapkan, maka akan ditentukan alternatif x0 yang memiliki derajat harapan tertinggi terhadap tujuan-tujuan yang relevan cj.

64


Namun sebagian besar pendekatan MADM dilakukan melalui 2 langkah, yaitu : pertama, melakukan agregasi terhadap keputusan-keputusan yang tanggap terhadap semua tujuan pada setiap alternatif. Sedangkan yang kedua, melakukan perankingan alternatif-alternatif keputusan tersebut berdasarkan hasil agregasi keputusan. Dengan demikian, bisa dikatakan bahwa, 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, diberikan sebagai :

x=

x11

x12

….

x1n

x21

x22

….

x2n

….

….

….

….

…. …. …. …. Gambar 1. Matriks keputusan setiap alternatif xm1 xm2 …. xmn (Zimermann dalam Kusumadewi dkk. (2006)) Dimana xij merupakan rating kinerja alternatif ke-i terhadap atribut ke-j. Nilai bobot yang menunjukkan tingkat kepentingan relatif setiap atribut, diberikan sebagai, w : w = { w1, w2, ….,wn } Rating kinerja (x), dan nilai bobot (w) merupakan nilai utama yang merepresentasikan preferensi absolut dari pengambil keputusan/ masalah MADM diakhiri dengan proses perangkingan untuk mendapatkan alternatif terbaik yang diperoleh berdasarkan nilai keseluruhan preferensi yang diberikan (Yeh dalam Kusumadewi dkk. [3]).

65


Beberapa metode yang dapat digunakan untuk menyelesaikan masalah MADM adalah Weighted Product Model (WPM). WPM adalah salah satu model dalam sistem pendukung keputusan yang menggunakan perkalian untuk menghubungkan rating atribut, dimana rating setiap atribut harus dipangkatkan terlebih dahulu dengan bobot atribut yang bersangkutan (Yoon, 1989 dalam buku Kusumadewi [3]). Secara umum, prosedur WPM mengikuti langkah-langkah sebagai berikut [5]: 1. Menentukan kriteria yang akan digunakan sebagai parameter penilaian. 2. Melakukan perhitungan nilai relatif bobot awal (wj). Nilai bobot awal (w0) digunakan untuk menunjukkan tingkat kepentingan relatif dari setiap kriteria. Nilai bobot awal (w0) dinormalisasi menggunakan rumus 1 sehingga total nilai relatif bobot awal  wj = 1. (1)

3. Melakukan perhitungan nilai preferensi untuk setiap alternatif Ai (vektor S). Perhitungan nilai preferensi untuk alternatif Ai diawali dengan memberikan nilai rating kinerja perumahan ke-i terhadap kriteria ke j (xij). Setelah masing-masing kandidat perumahan diberi nilai rating kinerja, nilai ini akan dipangkatkan dengan nilai relatif bobot yang telah dihitung sebelumnya (wj). wj akan bernilai positif untuk atribut benefit (keuntungan) dan bernilai negatif untuk atribut cost (biaya). Rumus yang digunakan untuk menghitung nilai preferensi untuk setiap alternatif Ai (vektor S) adalah rumus 2. Si =

(xij)

wj dengan i = 1,2,3, …., m

(2)

Melakukan perhitungan nilai preferensi relatif dari setiap alternatif menggunakan rumus 3.

66


(3)

Perhitungan nilai preferensi untuk alternatif Ai dilakukan dengan membagi nilai vektor S pada perumahan ke-i dan kriteria ke-j, 3.

Pembahasan

Kriteria Sistem pendukung keputusan pemilihan lokasi perumahan ini digunakan untuk menentukan lokasi perumahan yang paling baik dari beberapa alternatif pilihan yang tersedia. Parameter yang digunakan dibuat berdasarkan referensi serta wawancara secara langsung dengan beberapa individu yang ingin membeli rumah. Dalam penelitian ini, yang menjadi parameter atau kriteria dalam melakukan penilaian dalam pemilihan lokasi perumahan adalah : 1. Kondisi internal perumahan Aspek ini dimaksudkan untuk melihat kondisi sebenarnya yang ada di area perumahan yang diamati. Hal yang dipertimbangkan dalam aspek ini meliputi: a. Kesesuaian peruntukan lahan Kesesuaian peruntukan lahan yang dimaksud pada poin ini berkaitan dengan fungsi lahan perumahan sebelum dijadikan pemukiman. Kesesuaian peruntukan lahan ini bisa dibagi menjadi : 1. 2. 3. 4.

Kawasan perumahan pada tanah hak milik pribadi Kawasan perumahan pada tanah milik Negara Kawasan perumahan pada kawasan rawan bencana Kawasan perumahan pada kawasan peruntukan non perumahan

Klasifikasi pada poin ini bisa dibagi menjadi :

67


‐ ‐

Baik : jika poin 1 merupakan kondisi awal lahan perumahan Buruk : jika lokasi lahan perumahan berada pada kondisi 2,3, dan 4

b. Status kepemilikan tanah dan bangunan Klasifikasi pada poin ini dapat dibedakan menjadi kawasan dengan status dan kepemilikan lahan   

Hak Milik Sewa Tidak mempunyai hak (Liar)

c. Harga perumahan d. Kondisi lingkungan Variabel komponen lingkungan yang menjadi pertimbangan utama penghuni dalam pemilihan lokasi perumahan adalah kualitas air dan kualitas udara. Klasifikasi pada poin ini dapat dibedakan menjadi :   

Bagus : bila kualitas air dan udara bagus Cukup : bila salah satu variabel (udara maupun air) tidak baik kualitasnya Buruk : bila kedua variabel tidak dalam kondisi yang baik

e. Kondisi fasilitas sosial Kondisi fasilitas sosial dinilai berdasarkan Jalan lingkungan, saluran drainase/ got air hujan, penerangan rumah & jalan. Klasifikasi pada poin ini dapat dibedakan menjadi :    f.

Kondisi fasilitas umum Klasifikasi pada poin ini dapat dibedakan menjadi : 

68

Bagus Cukup Buruk

Memadai


Suatu perumahan dikatakan memiliki sarana dan prasarana yang memadai jika terdapat setidaknya 3 fasilitas umum yang penting yaitu : tempat peribadatan, taman bermain, serta pos keamanan 

Sedang Suatu perumahan dikatakan memiliki sarana dan prasarana yang sedang jika terdapat setidaknya 2 atau 1 fasilitas umum yang penting yaitu : tempat peribadatan atau pos keamanan



Kurang Suatu perumahan dikatakan memiliki sarana dan prasarana yang kurang jika tidak terdapat fasilitas umum pada perumahan tersebut.

g. Jumlah dan kepadatan bangunan Klasifikasi pada poin ini dapat dibedakan menjadi kawasan dengan kepadatan bangunan :   

Sedang : kawasan yang kepadatan bangunannya mencapai antara 60 sampai 100 rumah per hektar. Lengang : kawasan dengan kepadatan bangunannya kurang dari 60 rumah per hektar. Padat : kawasan yang Kepadatan bangunan lebih dari 100 rumah per hektar.

h. Kondisi rumah dan jenis bangunan Kondisi Rumah Sehat pada perumahan biasanya terdapat dua type yakni standar dan peningkatan mutu. Klasifikasi pada poin ini dibedakan menjadi : 



Tipe standar ‐ bangunan 1 lantai memiliki jumlah ruang dan kelengkapan bangunan sesuai type ‐ memiliki lantai dengan perkerasan semen ‐ dinding bata/batako belum dilakukan finishing/ cat dinding ‐ atap genteng dengan warna standar ‐ memiliki sambungan listrik dan sumber air bersih ‐ memiliki saluran pembuangan air kotor dan septik tank. Tipe peningkatan mutu ‐ Lantai sudah ditingkatkan menjadi lantai keramik ‐ dinding sudah ditingkatkan dengan finishing cat dinding

69


i.

‐ Kamar mandi /wc sudah memakai lantai dan dinding keramik ‐ atap genteng sudah memakai warna tertentu. Jumlah dan kepadatan penduduk yang mendiami kawasan Klasifikasi pada poin ini dapat dibedakan menjadi kawasan dengan kepadatan penduduk : 

Padat : kawasan dengan tingkat kepadatan penduduk sangat tinggi yaitu lebih dari 500 jiwa per hektar.  Sedang : kawasan dengan tingkat kepadatan penduduk antara 400 sampai 500 jiwa per hektar.  jarang : kawasan dengan tingkat kepadatan penduduk rendah yaitu kurang dari 400 jiwa per hektar. 2. Kedudukan internal perumahan dalam lingkup internal kota/kabupaten Aspek ini dimaksudkan untuk melihat kondisi yang ada di sekitar area perumahan. Hal yang dapat dipertimbangkan dalam aspek ini meliputi: a. Kecepatan perkembangan kawasan Klasifikasi pada poin ini dapat dibedakan menjadi kawasan dengan perkembangan  Cepat  Sedang  Lambat b. Kedudukan kawasan dalam lingkup kota/kabupaten Klasifikasi pada poin ini dapat dibedakan menjadi kawasan yang :   

Strategis Kurang Strategis Tidak Strategis

Kriteria strategis tidaknya suatu perumahan dapat dilihat dari beberapa parameter. Parameter yang dapat menjadi tolak ukurnya adalah : 1. Kondisi internal lokasi tersebut, yang meliputi  Ketersediaan sarana dan prasarana  Dukungan terhadap aktivitas di sekitarnya yang bisa dilihat dari jarak terhadap fungsi kota yang lain misalnya perdagangan, industri, pendidikan dan aktivitas kota lainnya, keterlibatan jumlah dan skala ekonomi masyarakat dengan kawasan di sekitarnya (dilihat dari pekerjaan)

70


2. Potensi pengembangan dan daya dukung lingkungan Kebijakan yang terdapat dalam dokumen rencana tata ruang, baik RT/RW, kabupaten/kota maupun kebijakan propinsi. Kebijakan ini terbagi menjadi :  

Peruntukan kawasan Kebijakan pengembangan sarana dan prasarana daerah sekitar perumahan.

Perhitungan WPM Model sistem pendukung keputusan pemilihan lokasi perumahan ini memanfaatkan metode WP. Prosedur perhitungan yang dilakukan menggunakan metode ini adalah : 1. Menentukan kriteria yang akan digunakan sebagai parameter penilaian serta nilai bobot awalnya. Tingkat kepentingan setiap subkriteria dinilai dari range 1 sampai 5, yaitu: 1 2 3 4 5

: tidak penting : tidak terlalu penting : cukup penting : penting : sangat penting

Nilai bobot awal (w) digunakan untuk menunjukkan tingkat kepentingan relatif dari setiap subkriteria. Tabel 1. Kriteria No.

1. 2. 3. 4. 5. 6. 7.

Kriteria

Kesesuaian peruntukan lahan Status kepemilikan tanah dan bangunan Harga perumahan Kondisi lingkungan Kodisi fasilitas social Kondisi fasilitas umum Jumlah dan kepadatan bangunan

Bobot awal (W0) 5 5 3 4 4 3 3

71


No.

8. 9.

Kriteria

Bobot awal (W0) 5 3

Kondisi rumah dan jenis bangunan Jumlah dan kepadatan penduduk yang mendiami kawasan 10. Kecepatan Perkembangan Kawasan 4 11. Kedudukan kawasan dalam lingkup 4 kota/kabupaten 2. Melakukan perhitungan nilai relatif bobot awal (wj). Nilai bobot awal (w0) digunakan untuk menunjukkan tingkat kepentingan relatif dari setiap kriteria. Nilai bobot awal (w0) dinormalisasi menggunakan rumus 1 sehingga total nilai relatif bobot awal  wj = 1. Sifat yang dimiliki oleh bobot awal dibagi menjadi 2 yaitu benefit (B) dan cost (C). Untuk mencapai solusi ideal, subkriteria yang memiliki sifat benefit nilainya akan dimaksimumkan (bernilai positif) sedangkan subkriteria yang memiliki sifat cost nilainya akan diminimumkan (bernilai negatif).  Nilai relatif bobot awal pada kriteria kesesuaian peruntukan lahan didapatkan dengan: w0 /∑w0 = 5/43 = 0,12.  Nilai relatif bobot awal pada kriteria status kepemilikan tanah dan bangunan didapatkan dengan: w0 /∑w0 = 5/43 = 0,12.  Nilai relatif bobot awal pada kriteria harga perumahan didapatkan dengan: w0 /∑w0 = 3/43 = 0,07. Karena kriteria harga perumahan termasuk dalam sifat cost, maka nilai relatif bobot awalnya akan dinegatifkan.  Nilai relatif bobot awal pada kriteria kondisi lingkungan didapatkan dengan: w0 /∑w0 = 4/43 = 0,09.  Nilai relatif bobot awal pada kriteria kondisi fasilitas sosial didapatkan dengan: w0 /∑w0 = 4/43 = 0,09.  Nilai relatif bobot awal pada kriteria kondisi fasilitas umum didapatkan dengan: w0 /∑w0 = 3/43 = 0,07.  Nilai relatif bobot awal pada kriteria jumlah dan kepadatan bangunan didapatkan dengan: w0 /∑w0 = 3/43 = 0,07. Karena kriteria jumlah dan

72


 

 

kepadatan bangunan termasuk dalam sifat cost, maka nilai relatif bobot awalnya akan dinegatifkan. Nilai relatif bobot awal pada kriteria kondisi rumah dan jenis bangunan didapatkan dengan: w0 /∑w0 = 5/43 = 0,12. Nilai relatif bobot awal pada kriteria jumlah dan kepadatan penduduk yang mendiami kawasan didapatkan dengan: w0 /∑w0 = 3/43 = 0,07. Karena kriteria jumlah dan kepadatan penduduk yang mendiami kawasan termasuk dalam sifat cost, maka nilai relatif bobot awalnya akan dinegatifkan. Nilai relatif bobot awal pada kriteria kecepatan perkembangan kawasan didapatkan dengan: w0 /∑w0 = 4/43 = 0,09. Nilai relatif bobot awal pada kriteria kedudukan kawasan dalam lingkup kota/kabupaten didapatkan dengan: w0 /∑w0 = 4/43 = 0,09.

Hasil dari nilai relatif bobot awal untuk semua alternatif dapat dilihat pada tabel 2. Tabel 2. Nilai relatif bobot awal No.

1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11.

Kriteria

Sifat

Kesesuaian peruntukan lahan Status kepemilikan tanah dan bangunan Harga perumahan Kondisi lingkungan Kodisi fasilitas social Kondisi fasilitas umum Jumlah dan kepadatan bangunan Kondisi rumah dan jenis bangunan Jumlah dan kepadatan penduduk yang mendiami kawasan Kecepatan Perkembangan Kawasan Kedudukan kawasan dalam lingkup kota/kabupaten

B B

Nilai Relatif Bobot awal (Wj) 0,12 0,12

C B B B C B C

- 0,07 0,09 0,09 0,07 - 0,07 0,12 - 0,07

B B

0,09 0,09

3. Melakukan perhitungan nilai preferensi untuk setiap alternatif Ai (vektor S). Perhitungan vektor S dilakukan menggunakan rumus 2.

73


Sebelum melakukan perhitungan vektor S, terlebih dahulu isikan nilai masing-masing parameter untuk setiap kriteria, seperti pada tabel 3. Terdapat 4 perumahan yang akan menjadi alternatif dalam pemilihan yaitu : alternatif 1 adalah Perumahan Mutiara Palagan yang ada di Jalan Tentara Pelajar, Palagan km. 10. Alternatif ke 2 adalah Perumahan Kirana Mulia 1 yang ada di Jalan Damai, Palagan km. 9. Alternatif ke 3 adalah Puri Rajawali Kamdanen yang ada di Jalan Damai Palagan km. 9. Alternatif ke 4 adalah Perumahan Taman Indah yang ada di Jalan Tentara Pelajar, Palagan km. 10. Dan yang terakhir adalah Perumahan Taman Bunga yang ada di Jalan Damai, Palagan km. 9,5.

Tabel. 3 Nilai yang diberikan pada masing-masing alternatif No. 1. 2.

Kesesuaian peruntukan lahan Status kepemilikan tanah dan bangunan

3.

Harga perumahan

4.

Kondisi lingkungan Kodisi fasilitas social Kondisi fasilitas umum Jumlah dan kepadatan bangunan Kondisi rumah dan jenis bangunan Jumlah dan kepadatan penduduk yang mendiami kawasan Kecepatan Perkembangan Kawasan Kedudukan

5. 6. 7. 8.

9.

10. 11.

74

Kriteria

1

2

1

1

1

Alternatif 3

4

5

1

0,1

0,1

1

1

0,5

0,5

1

250 juta 1

300 juta 1

200 juta 0,5

180 juta 0,5

1

0,5

1

0,1

0,1

0,5

0,5

0,5

0,1

0,1

1

1

1

0,5

0,1

1

1

1

1

1

1

1

1

0,5

0,1

1

0,5

1

0,1

0,1

1

1

1

0,5

0,1

350 juta


No.

Kriteria

1

2

Alternatif 3

4

5

kawasan dalam lingkup kota/kabupaten

Nilai vektor S bisa didapatkan dengan memangkatkan nilai alternatif pada setiap kriteria dengan nilai relatif bobot awal yang telah dihitung pada tabel 2. Nilai vektor S untuk masing-masing kriteria pada alternatif Perumahan Mutiara Palagan adalah : 

Vektor S kriteria kesesuaian peruntukan lahan: = 1(0,12) = 1.



Vektor S kriteria status kepemilikan tanah dan bangunan: = 1(0,12) = 1



Vektor S kriteria harga perumahan : = 350000000(-0,07) = 0,253455797



Vektor S kriteria kondisi lingkungan perumahan : = 1(0,09) = 1



Vektor S kriteria kondisi fasilitas sosial : = 1(0,09) = 1



Vektor S kriteria kondisi fasilitas umum : = 0,5(0,07) = 0,952791573



Vektor S kriteria jumlah dan kepadatan bangunan : = 1(-0,07) = 1



Vektor S kriteria kondisi rumah dan jenis bangunan : = 1(0,12) = 1



Vektor S kriteria jumlah dan kepadatan penduduk yang mendiami kawasan perumahan : = 1(-0,07) = 1 Vektor S kriteria kecepatan pembangunan kawasan : = 1(0,09) = 1



75




Vektor S kriteria kota/kabupaten : = 1(0,09) = 1

kedudukan

kawasan

dalam

lingkup

Perhitungan yang sama dilakukan pada setiap alternatif untuk setiap kriteria. Hasil dari vektor S untuk semua alternatif dapat dilihat pada tabel 4. Tabel. 4 Nilai vektor S untuk masing-masing alternatif

4. Melakukan perhitungan nilai preferensi relatif dari setiap alternatif menggunakan rumus 3. Perhitungan nilai preferensi untuk alternatif Ai dilakukan dengan membagi nilai vektor S pada perumahan ke-i dan kriteria ke-j, dengan dengan nilai vektor S semua kandidat perumahan pada kriteria ke-j. Perhitungan nilai vektor V untuk setiap alternatif dapat dihitung dengan : Vektor V pada Perumahan Mutiara Palagan : 10,20624737 (10,20624737+10,08737955+10,20898792+9,391400484+9,512422904) = 0,206577275

Perhitungan yang sama dilakukan untuk mencari nilai preferensi relatif dari setiap alternatif. Hasil dari perhitungan ada di tabel 5

76


Tabel 5. Nilai vektor V untuk setiap alternatif No. 1. 2. 3. 4. 5.

Alternatif Perumahan Mutiara Palagan Perumahan Kirana Mulia 1 Puri Rajawali Kamdanen Perumahan Taman Indah Perumahan Taman Bunga

Vektor V 0,206577275 0,204171357 0,206632744 0,190084548 0,192534075

Dari hasil perhitungan, nilai terbesar ada pada V3 (Puri Rajawali Kamdanen). Jadi bisa disimpulkan berdasarkan metode WPM Puri Rajawali Kamdanen adalah alternatif terbaik dibandingkan empat perumahan yang lain. Kesimpulan Kesimpulan yang bisa diambil dari hasil analisa dan pembahasan tentang pemilihan lokasi perumahan menggunakan metode weighted product model adalah sebagai berikut : 1. Beberapa kriteria dasar yang bisa menjadi bahan pertimbangan dan dapat dijadikan parameter penilaian dalam pemilihan lokasi perumahan adalah kesesuaian peruntukan lahan, status kepemilikan tanah dan bangunan, harga perumahan, kondisi lingkungan, kondisi fasilitas sosial, kondisi fasilitas umum, jumlah dan kepadatan bangunan, kondisi rumah dan jenis bangunan, jumlah dan kepadatan penduduk yang mendiami kawasan, kecepatan Perkembangan Kawasan dan kedudukan kawasan dalam lingkup kota/kabupaten. 2. Weighted Product Method (WPM) merupakan salah satu metode yang dapat digunakan untuk mendapatkan referensi dari berbagai alternatif perumahan yang ada dengan berbagai kondisi masing-masing perumahan. 3. Hasil dari perhitungan Weighted Product Method (WPM) didapatkan Puri Rajawali Kamdanen menempati urutan pertama dengan nilai preferensi relatif dari setiap alternatifnya sebesar 0,206632744. Perumahan Mutiara Palagan menempati urutan kedua dengan nilai preferensi relatif dari setiap alternatifnya sebesar 0,206577275. Urutan ketiga ditempati oleh Perumahan Kirana Mulia 1 dengan nilai preferensi relatif dari setiap alternatifnya sebesar 0,204171357. Perumahan Taman Bunga menempati urutan keempat dengan nilai preferensi relatif dari setiap alternatifnya sebesar 0,192534075. Urutan terakhir ditempati oleh Perumahan Taman Indah dengan nilai preferensi relatif dari setiap alternatifnya sebesar 0,190084548.

77


Daftar Pustaka [1] Chen, Xiaohong., Takahara, Yasuhiko., 2000, A DSS Theori From Problem Solving Paradigm, Information and Management Science Volume 11 Number 3, pp.57-70, Case Western Reserve University U.S.A. [2] Khoiruddin, A. A., 2008, Sistem Pendukung Keputusan Penentuan Kelayakan Sekolah Bertaraf Internasional dengan metode Fuzzy Associative Memory, Tesis, Program Magister Ilmu Komputer Sekolah Pascasarjana Universitas Gadjah Mada, Yogyakarta. [3] Kusumadewi, S., Hartati, S., Harjoko A., Wardoyo R., 2006, Fuzzy MultiAttribute Decision Making (Fuzzy MADM), Graha Ilmu, Yogyakarta. [4] McLeod, R., Jr., dan Schell, G. P., 2008, Sistem Informasi Manajemen, Edisi 10, Salemba Empat, Jakarta. [5] Savitha, K., Chandrasekar, C., 2011, Vertical Handover decision schemes using SAW and WPM for Network selection in Heterogeneous Wireless Networks, Global Journal of Computer Science and Technology Volume 11, Global Journals Inc. (USA). [6] Shahanaghi, K., Ahmad, S.A., 2008, Vendor Selection Using a New Fuzzy Group TOPSIS Approach, Journal of Uncertain System, World Academic Union Volume 3, Iran. [7] Triantaphyllou, E., 2002, Multi-Criteria Decision Making Methods : A Comparative Study, http://books.google.co.id/books?id=tuPGe diakses tanggal 10 Juni 2010. [8] Turban, E., Aronson, J.E., Liang., P.T., 2005, Decision Support Systems and Intelligent Systems, Volume 1, Edisi ke-7, Dwi Prabantini, Andi, Yogyakarta.Hermawan, J., 2005, Membangun Deccision Support System, Andi Offset, Yogyakarta.

78

Perancangan Sistem Pendukung Keputusan Untuk Pemilihan Lokasi Perumahan Menggunakan Weighted Product Method (WPM)

Recommend Documents