SISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN PEMBELIAN JENIS MOBIL DENGAN MENGGUNAKAN METODE TOPSIS

Pelita Informatika Budi Darma, Volume : IV, Nomor: 3, Agustus 2013

ISSN : 2301-9425

SISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN PEMBELIAN JENIS MOBIL DENGAN MENGGUNAKAN METODE TOPSIS Novriani Hastuti (0911385) Mahasiswa Program Studi Teknik Informatika, STMIK Budidarma Medan Jl. Sisimangaraja No.338 Simpang Limun Medan www.stmik-budidarma.ac.id //E-mail: [email protected] ABSTARAK Dengan berkembangnya industri otomotif di Indonesia, hal ini dapat dilihat dengan banyaknya jumlah angka kendaraan dan banyaknya peminat dari kalangan menengah ke atas untuk memiliki sebuah kendaraan mewah yang beroda empat. Dimana masyarakat yang terdiri dari kalangan menegah keatas, memerlukan sarana dan fasilitas tersebut, melalui suatu proses yang akan menghasilkan output berupa banyaknya product mana yang akan banyak dipilih konsumen dari jenis product mobil yang diperjual belikan di suatu perusahaan. Untuk memilih kendaraan yang tepat sesuai kebutuhan dan dana yang dimiliki konsumen, maka dibutuhkan penganalisaan yang cermat untuk mempertimbangkan banyak kriteri dan faktor-faktor yang menjadi patokan dalam memilih suatu kendaraan yang sesuai dengan tipe serta kriteria yang diinginkan komsumen. Dengan ini, sistem yang dibutuhkan dalam penentuan pembelian mobil tersebut akan memerlukan Sistem Pendukung Keputusan (SPK) yang dapat mengambil hasil keputusan dengan menggunakan metode TOPSIS. Agar konsumen dapat menyeleksikan mobil mana yang terbaik. Kata Kunci: Sistem Pendukung Keputusan, TOPSIS, UML

1.

Pendahuluan Dengan berkembangnya industri otomotif di Indonesia, hal ini dapat dilihat dengan banyaknya jumlah angka kendaraan dan banyaknya peminat dari kalangan menengah ke atas untuk memiliki sebuah kendaraan mewah yang beroda empat. Perancang menciptakan bermacam jenis dan bentuk sebuah alat transport yang bisa dikatakan dalam segi kecepatan kendaraan yang standart sampai menciptakan jenis kendaraan berkecepatan tinggi, serta tingkat kenyamanan yang dapat membuat pengguna kendaraan merasa puas dengan beranekaragam merk dan harga yang ditawarkan produsen untuk dijual kepada konsumen. Mobil merupakan produk dari sistem berkendaraan yang banyak diminati bagi setiap kalangan menengah ke atas, sehingga bagi yang tidak terfokus pada mutu akan berdampak pada kualitas kendaraan yang tidak maksimal. Melihat fasilitas atau fitur yang ditawarkan dalam kendaraan tersebut berupa tipe, harga, suku cadang, cc kendaraan, kapasitas penumpang dan bahan bakarnya. Untuk mengolah semua kriteria tersebut, diperlukan pengelompokan kriteria-kriteria yang dipilih konsumen. Maka sistem yang dibutuhkan dalam penentuan pembelian mobil tersebut memerlukan Sistem Pendukung Keputusan (SPK) yang dapat mengambil hasil keputusan dengan menggunakan Metode Topsis. Agar konsumen dapat menyeleksikan mobil mana yang terbaik.

2.

Landasan Teori Sistem Pendukung Keputusan Menurut Alter (2002), SPK merupakan sistem informasi interaktif yang menyediakan informasi, pemodelan, dan memanipulasi data. Sistem itu digunakan untuk membantu pengambilan keputusan dalam situasi yang semiterstruktural dan situasi yang tidak terstruktur, dimana tak seorang pun tahu sacara pasti bagaimana keputusan seharusnya dibuat (Kusrini, 2007). 2.1 Metode Topsis TOPSIS adalah salah satu metode pengambilan keputusan multikriteria yang pertama kali diperkenalkan oleh Yoon dan Hwang tahun 1981. TOPSIS didasarkan pada konsep, dimana alternatif terpilih yang baik tidak hanya memiliki jarak terpendek dari solusi ideal positif, namun juga memiliki jarak terpanjang dari solusi ideal negatif. konsepnya sederhana dan mudah dipahami, komputasinya efisien dan memiliki kemampuan untuk mengukur kinerja relatif dari alternatif-alternatif keputusan dalam bentuk matematis yang sederhana. (Liyantanto, 2009). Prinsip Metode TOPSIS adalah sederhana, dimana alternatif yang dipilih selain memiliki kedekatan dengan solusi ideal positif dan jauh dari solusi ideal negatif. solusi ideal terbentuk jika sebagai komposit dari nilai kinerja terbaik ditampilkan oleh setiap alternatif untuk setiap atribut. Solusi ideal negatif adalah gabungan dari nilai kinerja terburuk. Jarak ke masing-masing kutub kinerja diukur dalam

Sistem Pendukung Keputusan Dalam Menentukan Pembelian Jenis Mobil Dengan Menggunakan Metode Topsis. Oleh Novriani Hastuti

69


pengertian Euclidean, dengan bobot opsional dari setiap atribut. Konsep ini banyak digunakan pada beberapa model MADM untuk menyelesaikan masalah keputusan secara praktis (Kahraman dalam Lestari, 2011). Secara umum, prosedur dari metode TOPSIS mengikuti langkah-langkah sebagai berikut : 1. Menentukan matriks keputusan yang ternormalisasi. TOPSIS membutuhkan rating nilai pada setiap kriteria atau subkriteria yang ternormalisasi. Matriks ternormalisasi pada persamaan

ISSN : 2301-9425

terlebih dahulu menentukan apakah bersifat keuntungan (benefit) atau bersifat biaya (cost). =( =( Dimana:

) ; ............ (3) ) ; ............ (4)

max yij ; (benefit)

jika j adalah atribut keuntungan

i

= min yij ; jika j adalah atribut biaya (cost) i

min yij ; (benefit)

jika j adalah atribut keuntungan

i

= max yij ; jika j adalah atribut biaya (cost) i

4.

Matriks keputusan ternormalisasi dapat dilihat pada tabel contoh dengan dua alternatif dibawah ini : Tabel 1 : Matriks Keputusan Ternormalisasi

Menghitung jarak antara nilai setiap alternatif dengan matriks solusi ideal positif dan matriks solusi ideal negatif. Jarak antara alternatif A1 dengan solusi ideal positif dirumuskan sebagai :

= ......... (5) Jarak antara alternatif A1 dengan solusi ideal negatif dirumuskan sebagai :

= 2.

Menghitung matriks keputusan yang ternormalisasi berbobot. Persamaan digunakan untuk menghitung matriks ternormalisasi terbobot, maka harus ditentukan terlebih dahulu nilai bobot yang merepresentasikan preferensi absolute dari pengambil keputusan. Nilai bobot preferensi menunjukkan tingkat kepentingan relatif setiap kriteria atau subkriteria pada

......... (6) Tabel 3 : Separasi Positif

Tabel 4 ; Separasi Negatif

W = w1, w2, w3, .... wn, ............(1) Vij = wj . Rij ...................... (2) Tabel 2 : Matriks Keputusan Ternormalisasi Terbobot

5. 3.

Menghitung matriks solusi ideal positif dan matriks solusi ideal negatif. Solusi ideal positif dan solusi ideal negatif dapat ditentukan berdasarkan rating bobot ternormalisasi. Perlu diperhatikan syarat pada persamaan 3.4 dan 3.5 agar dapat menghitung nilai solusi ideal dengan

Menghitung nilai preferensi untuk setiap alternatif. Nilai preferensi (Vi) untuk setiap alternatif (3.8).

Vi = ............... (7) Nilai Vi yang lebih besar menunjukkan bahwa alternatif Ai lebih dipilih.


70

ISSN : 2301-9425


Tabel 5 : Nilai Preferensi Tiap Alternatif

C3= Nilai Kapasitasnya C4= Nilai Bahan Bakarnya C5= Nilai Transmisi Beberapa contoh dari berbagai macam mobil sebagai alternatif tertulis sebagai berikut:

3.

Pembahasan

1. Menentukan rangking setiap alternatif pada setiap kriteria dinilai dengan 1 sampai 5 yaitu : 1 = Sangat baik 2 = Baik 3 = Cukup 4 = Buruk 5 = Sangat Buruk

A1 = Fortuner GA/T Lux TRD A2 = Yaris 1.5 S Limited A/T A3 = Avanza 1.5 GM/T A4 = Land Cruiser 4.01 A5 = Hardtop Fj-40 A6 = Innova VA/T Diesel 3. Membuat matriks rating kecocokan setiap alternatif pada setiap criteria yang dibentuk dari tabel data awal diatas. Matriks keputusan yang dibentuk dari tabel kecocokan diatas dapat dilihat sebagai berikut:

Tabel 6 : Skor Peringkat Kriteria Kriteria Data Awal Rangking

Harga

Medannya Kapasitas Muatan Bahan Bakar Transmisi

> 1.100– 890 juta 860 – 450 juta 400 – 355 juta 345 – 298 juta < 281- 140 juta Pegunungan Tanah Aspal 8-10 orang 6-8 orang 4-5 orang Pertamax Bensin Solar Automatic Manual

1 2 3 4 5 1 2 3 1 2 3 1 2 3 3 2

A1 A2 A3 A4 A5 A6 Keterangan: C1= Nilai Harga C2= Nilai Medannya

Kriteria C2 C3 C4 3 2 2 3 3 2 3 2 2 3 2 1 2 3 3 3 2 3

2 3 2 2 3 2

2 2 2 1 3 3

3 3 3 3 2 3

Rij =

(1)

Dimana: Rij adalah elemen dari keputusan yang ternormalisasi R,

Tabel 7 : Kecocokan dari setiap alternatif pada setiap kriteria

C1 2 4 5 1 5 4

3 3 3 3 2 3

4. Setelah matriks keputusan dan bobot kriteria dibuat, selanjutnya adalah membuat matriks keputusan yang ternormalisasi R yang fungsinya untuk memperkecil range data. Adapun elemen-elemennya ditentukan dengan rumusnya sebagai berikut:

2. Membuat data awal pada setiap alternatif

Alternatif

2 4 5 1 5 4

C5 3 3 3 3 2 3

matriks

adalah elemen dari matriks keputusan = 1,2,3,…..,m, = 1,2,3,…...,n. Tabel 8 : Hasil Perhitungan Matriks Keputusan Ternormalisasi Kriteria Altern atif A1 A2 A3 A4

C1 0,214 4 0,428 8 0,536 0 0,107 2

C2 0,428 5 0,428 5 0,428 5 0,428 5

C3 0,343 0,416 0 0,514 5 0,343

C4 0,359 2 0,359 2 0,359 2 0,179 6

C5 0,428 5 0,428 5 0,536 0 0,107 2


71


ISSN : 2301-9425

Tabel 11: Hail Penentuan Solusi Ideal Negatif A0,3216 0,8625 1,372 0,538 1,15 8 5. Setelah matriks ternormalisasi dibuat, selanjutnya adalah membuat matriks keputusan ternormalisasi terbobot V yang elemen-elemennya ditentukan dengan menggunakan rumus berikut: Vij = wj . Rij

(2)

Dimana : Vij adalah elemen dari matriks keputusan yang ternormalisasi terbobot V, Bobot wij (w1, w2, w3, ...., wn) adalah bobot dari kriteria ke-j Rij adalah elemen dari matriks keputusan yang ternormalisasi R Dengan i = 1,2,3, ...., m ; dan j = 1,2,3, ...., n.

A1 A2

C1 0,643 2 1,286 4

A3

1,608

A4

0,321 6

A5

1,608

A6

1,286 4

C2 1,285 5 1,285 5 1,285 5 1,285 5 0,862 5 1,285 5

C3 1,372 1,664 2,058 1,372 5,058 1,372

C4 1,078 5 1,078 5 1,078 5 0,538 8 0,616 4 0,616 4

= Jarak antara alternatif A1 dengan solusi ideal 72egative dirumuskan sebagai

=

Tabel 9 : Hasil Perhitungan Matriks Ternormalisasi Terbobot Kriteria Alternat if

7. Selanjutnya menghitung jarak alternatif dari solusi ideal positif (S+) dan jarak alternatif solusi ideal negatif (S -). Perhitungan jarak alternatif dari solusi ideal positif (S+) dapat dilihat pada Jarak antara alternatif A1 dengan solusi ideal positif dirumuskan sebagai

C5 1.714 1.714 1.714

Tabel 12 : Hasil Perhitungan Separasi Positif Alternatif S+ A1 3,7416 A2 3,3939 A3 3,0171 A4 3,8481 A5 0,9021 A6 3,7118

1.714 1,15 1.714

6. Selanjutnya menentukan matriks solusi ideal positif (A+) dan solusi ideal negatif (A-). = (Max ……, ) (3) = (Max ……, ) (4) Hasil penentuan matriks solusi ideal positif untuk masing-masing baris dapat dilihat pada tabel Tabel 10 : Hail Penentuan Solusi Ideal Positif 1,286 A+ 1,2855 5,058 1,0785 1.714 4

Tabel 13 : Hasil Perhitungan Separasi Negatif Alternatif SA1 0,9247 A2 0,9350 A3 1,7059 A4 0,7049 A5 3,7841 A6 1,1956 8. Setelah menghitung jarak alternatif dari solusi ideal positif (S+) dan jarak alternatif solusi ideal negatif (S -), selanjutnya adalah menghitung kedekatan relatif terhadap solusi ideal positif. Perhitungan kedekatan relatif terhadap solusi ideal positif

Vi = (7) Tabel 14 : Hasil Perhitungan Kedekatan Relatif Alternatif C+ A1 0,1981 A2 0,2159

Hasil Penentuan matriks solusi ideal negatif untuk masing-masing baris dapat dilihat pada tabel 3.9. Sistem Pendukung Keputusan Dalam Menentukan Pembelian Jenis Mobil Dengan Menggunakan Metode Topsis. Oleh Novriani Hastuti

72


ISSN : 2301-9425

9. Selanjutnya alternatif diurutkan dari nilai C+ terbesar ke nilai C+ terkecil. Alternatif dengan nilai C+ terbesar merupakan solusi yang terbaik. Tabel 15 : Hasil Pengurutan Kedekatan Relatif Alternatif Nilai C+ A5 0,8075 A3 0,3611 A6 0,2436 A2 0,2159 A1 A4

0,1981 0,1548

Setelah dilakukan penghitungan dari metode penyelesaian masalah dan dilakukan tahap pengurutan nilai tertinggi sampei terendah dapat diambil keputusan mobil yang terpilih yaitu mobil HARDTOP FJ 40 dilambangkan dengan A5 dengan nilai keputusan 0,8075. 4. Kesimpulan Berdasarkan pembahasan dan evaluasi dari bab terdahulu, maka dapat diambil kesimpulan sebagai berikut: 1. Metode TOPSIS yang merupakan metode sistem Pendukung Keputusan yang bias memecahkan berbagai masalah pengambilan keputusan multikriteria dapat juga digunakan untuk memecahkan masalah pembelia mobil. 2. Hasil perhitungan metode TOPSIS yang dipakai secara manual sama dengan hasil perhitungan yang didapatkan secara komputerisasi. 3. Proses untuk menentukan kelayakan dalam mendapatkan mobil yang baik lebih mudah dibandingkan dengan menggunakan cara manual. Daftar Pustaka [1] Abdul Kadir, 2003 “Pangenalan Sistem Informasi” [2] Turban E, 2005. “Decesion Support System and Inteligence system” edisi 7 jilid 1 Andi Offesest, Yogyakarta. [3] Indira Kusuma Wardhani Dkk, “Seleksi Supplier Bahan Baku dengan Metode TOPSIS Fuzzy MADM” Jurnal Sains dan Seni Pomits Vol. 1, No. 1, (2012) 1-6.


73

SISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN PEMBELIAN JENIS MOBIL DENGAN MENGGUNAKAN METODE TOPSIS

Recommend Documents