Jurnal Ilmiah Mustek Anim Ha Vol.2 No. 2, Agustus 2013 ISSN 2089-6697
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN KOMODITI UNGGULAN PADA DAERAH PENGEMBANGAN AGROINDUSTRI MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)
Gerzon J. Maulany
[email protected] Jurusan Sistem Informasi Fakultas Teknik Universitas Musamus Merauke
ABSTRAK Penelitian ini bertujuan membuat suatu perangkat lunak yang dapat membantu memberikan pertimbangan bagi pengambil keputusan dalam menentukan prioritas komoditi unggulan yang cocok dan layak dikembangkan pada suatu daerah agroindustri. Penelitian dilaksanakan dengan merancang aplikasi yang dibangun menggunakan bahasa pemrogram komputer dan menerapkan prinsip pengembangan sistem dengan menerapkan metode pengambilan keputusan pemilihan alternatif terbaik dari kriteria-kriteria tertentu yaitu Simple Additive Weighting (SAW). Penelitian dilakukan dengan menentukan nilai bobot kriteria dengan menentukan tingkat kepentingan nilai bobot kriteria yang satu terhadap nilai bobot kriteria lainnya dan melakukan penilaian masing-masing alternatif yang tersedia terhadap masing-masing kriteria yang ada. Pengolahan selanjutnya dilakukan normalisasi terhadap hasil penilaian nilai kriteria terhadap alternatif yang ada dan hasilnya di jumlahkan untuk mendapatkan nilai preferensi setiap alternatif, alternatif dengan nilai preferensi terbesar adalah alternatif yang memiliki nilai paling baik untuk dipilih dan diterima. Hasil pengujian dilakukan dengan metode black box dan Acceptance testing kategori performance dan telah berhasil melewati pengujian-pengujian tersebut, sehingga fungsionalitas dari sistem yang diharapkan telah berjalan dengan baik. Kata kunci : Sistem Pendukung Keputusan,Simple Additive Weighting, Black Box
PENDAHULUAN Penentuan komoditi yang tepat dalam
unggulan daerah dalam membangun dan memetakan potensi agroindustri yang saling
pengembangan daerah agroindustri ada hal
mendukung
sehingga
akan
dihasilkan
yang sangat penting sehingga variasi produk
pengembangan daerah agroindustri yang
dari komoditi tersebut dapat dikembangkan
terintegrasi dalam suatu kawasan.
dan berhasil menjadi salah satu potensi 147
Jurnal Ilmiah Mustek Anim Ha Vol.2 No. 2, Agustus 2013 ISSN 2089-6697
Isu utama yang dapat diangkat dalam
masalah.
Data
masukkan
penelitian ini adalah bagaiman menghitung
diproses,
dan
diuji
peringkat
mengidentifikasi masalah.
alternatif-alternatif
agroindustri
yang
memperhatikan
kriteria-kriteria
komoditi
ada
dengan
diperoleh,
dalam
rangka
2. Design
sehingga
Tahap ini merupakan proses menemukan
diperoleh hasil penentuan komoditi yang
dan mengembangkan alternatif. Tahap ini
terbaik untuk dikembangkan pada daerah
meliputi proses untuk mengerti masalah,
tertentu.
menurunkan
Pada
penelitian
ini
akan
diimplementasikan suatu perangkat software yang
mempunyai
kemampuan
untuk
solusi
dan
menguji
kelayakan solusi. 3. Choice Pada
tahap
ini
dilakukan
proses
memberikan bobot kriteria dan melakukan
pemilihan diantara berbagai alternatif
penilaian dari nilai kriteria yang ada pada
tindakan yang mungkin dijalankan. Tahap
tiap alternatif yang ada. Metode yang akan
ini meliputi pencarian, evaluasi, dan
digunakan adalah metode Simple Additive
rekomendasi solusi yang sesuai untuk
Weighting (SAW) sehingga akan terlihat
model yang telah dibuat. Solusi dari
pemeringkatan
berupa
model merupakan nilai spesifik untuk
terhadap
variabel hasil pada alternatif yang dipilih.
dari
komoditi-komoditi
alternatif
yang
ada
pernilai kriteria-kriterianya.
4. Implementation Tahap
implementasi
adalah
tahap
pelaksanaan dari keputusan yang telah TINJAUAN PUSTAKA
diambil. Pada tahap ini perlu disusun
a. Proses Pengambilan Keputusan Pengambilan
keputusan
serangkaian tindakan yang terencana,
meliputi
sehingga hasil keputusan dapat dipantau
beberapa tahap dan melalui beberapa proses
dan
(Lucas, 1992). Menurut Simon (1960),
perbaikan.
pengambilan tahap
yang
keputusan saling
meliputi
empat
berhubungan
dan
disesuaikan
apabila
diperlukan
Dalam hal ini, model Simon juga menggambarkan
kontribusi
Sistem
berurutan. Empat proses tersebut adalah :
Informasi Manajemen (SIM) dan Ilmu
1. Integelence
Manajemen / Operations Research (IM/ OR)
Tahap ini merupakan proses penelusuran
terhadap proses pengambilan keputusan,
dan
seperti terlihat pada gambar 1.
pendeteksian
dari
lingkup
problematika serta proses pengenalan 148
Jurnal Ilmiah Mustek Anim Ha Vol.2 No. 2, Agustus 2013 ISSN 2089-6697
Tujuan
utama
dari
DSS
adalah
menyediakan dukungan berbasis komputer untuk proses pengambilan keputusan yang bersifat rumit dan tidak terjadi berutin INTELEGENCE (PENELUSURA N LINGKUP)
dibandingkan dengan MIS (Management
SIM /PDE
Information System) yang menyediakan laporan untuk pengambilan keputusan yang bersifat berulang-ulang secara periodik. DSS
DESIGN (PERANCANGA N)
dapat diimplementasikan dalam berbagai SPK
CHOICE (PEMILIHAN)
ILMU MANAJEMEN / OPERATIONS RESEARCH
bentuk mulai dengan membuat perhitungan dengan spreadsheet sampai dengan bentukbentuk yang rumit dan fitur-fitur grafis yang membuat interaksi dengan pengguna lebih
IMPLEMENTATI ON (PELAKSANAA N)
mudah dilakukan.
Gambar 1. Tahap pengambilan keputusan
Data : eksternal dan internal
Sistem Lainnya yang berbasis komputer
Manaje men
b. Sistem Pendukung Keputusan (SPK) Sistem Pendukung Keputusan (Decision
Internet, Intranet, Ekstranet
Manaje men
Manaje men
Mod el
ekst ernal
Subsistem berbasis pengetahuan
Support System/DSS) adalah sistem aplikasi yang bersifat fleksibel, interaktif dan adaptif yang dibangun khusus untuk mendukung
Antarmuka pengguna
proses pengambilan keputusan atas masalah manajemen yang tidak terstruktur. Peranan DSS
diharapkan
dapat
meningkatkan
kualitas proses pengambilan keputusan. DSS
Basis pengetahuan Organisasional
Manajer (pengguna)
menggunakan data dari sistem-sistem yang ada dan menggunakan berbagai metode
Gambar 2. Arsitektur Sistem Pendukung
pendekatan analisis tertentu yang dibangun
Keputusan
melalui proses interaktif dengan pengguna sistem. 149
Jurnal Ilmiah Mustek Anim Ha Vol.2 No. 2, Agustus 2013 ISSN 2089-6697
c. Metode Simple Additive Weighting
Nilai preferensi untuk setiap alternatif (Vi) diberikan sebagai :
(SAW) Metode Simple Additive Weighting
Vi = ∑𝑛𝑗=1 𝑊𝑗 𝑟𝑖𝑗
(SAW) sering juga dikenal istilah metode penjumlahan terbobot, dan merupakan salah satu
metode
yang
tergolong
dalam
penyelesaian masalah Fuzzy Multi Attribute Decision Making (FMADM) dimana untuk mencapai tujuan metode ini menggunakan
Dimana nilai Vi yang lebih besar mengindikasikan bahwa alternatif Ai lebih terpilih. d. Proses
Bisnis
SPK
Menentukan
alternatif optimal dari sejumlah alternatif
Prioritas Komoditi Unggulan untuk
dengan kriteria tertentu. Cara kerja Metode
Daerah Agroindustri
Simple Additive Weighting adalah dengan
Penekanan pada luaran sistem yang
mencari penjumlahan terbobot dari rating
dikembangkan adalah pada kemampuan
kinerja pada setiap alternatif pada semua
perangkat lunak untuk menghasilkan analisis
atribut, metode ini juga membutuhkan
rangking komoditi alternatif berdasarkan
proses normalisasi matriks keputusan (X) ke
nilai-nilai kriteria yang ditentukan oleh
suatu skala yang dapat diperbandingkan
pengguna. Data untuk menentukan tingkat
dengan semua rating alternatif yang ada.
kepentingan dari setiap kriteria ditentukan
Proses normalisasi didapat untuk tiap kolom
oleh pakar yang dapat diubah sesuai dengan
kriteria dengan membaginya dengan nilai
pertimbangan
kolom kriteria yang tertinggi dalam kolom
Pengguna
matriks tersebut.
penilaian bobot kriteria untuk masing-
Rumus untuk melakukan normalisasi
data
akan
simpulan mengisikan
terbaru. formulir
masing alternatif selanjutnya sistem akan
di metode Simple Additive Weighting
memproses
adalah :
menggunakan
data-data metode
tersebut SAW
dengan dan
menampilkan data hasil vektor dengan
𝑋𝑖𝑗 𝑀𝑎𝑥𝑖 𝑥𝑖𝑗
rij = { 𝑀𝑖𝑛𝑖𝑋
Jika j adalah atribut keuntungan
𝑖𝑗
𝑋𝑖𝑗
Jikaj adalah atribut biaya
rangking vektor hasil dari mulai tertinggi sampai terendah. Proses bisnis dari sistem yang dikembangkan terlihat sebagai berikut.
Dengan
rij
adalah
rating
kinerja
ternormalisasi dari alternatif Ai pada atribut Cj ; i= 1,2,....m dan j=1,2....,n. 150
Jurnal Ilmiah Mustek Anim Ha Vol.2 No. 2, Agustus 2013 ISSN 2089-6697
menjadi ADMIN
suatu
terintegrasi
sistem
dengan
informasi
sistem
yang
pendukung
keputusan maka didapat rancangan Entity DATA, KOMODITI, DAERAH, BOBOT
Relatuonship Diagram (ERD) / diagram
FORM KONSULTASI
PENGGUNA
NILAI KRITERIA
0 SPK untuk menentukan prioritas komoditi Unggulan
keterhubungan entitas sebagai berikut : BOBOT KRITERIA
PAKAR
VEKTOR HASIL PRIORITAS KOMODITI
Gambar 3. Diagram Arus Data Proses
e. Desain Keterhubungan Bisnis.Entitas Sistem
Setelah Proses analisis terutama proses bisnis dilakukan pada sistem yang berjalan saat ini maka langkah selanjutnya adalah melakukan desain terhadap sistem yang akan dirancang/dikembangkan. Di dahului dengan
Gambar 4. Entity Relationship Diagram Sistem.
langkah perancangan hubungan antar entitas yang ada pada sistem yaitu entitas utama
f. Desain Proses Bisnis Sistem
Daerah dan Komoditi yang dihubungkan bobot pengembangan sistem ini akan di
Gambar
5
mendeskripsikan
kembangkan untuk menentukan produk dari
kebergantungan paket sistem yang akan
komoditi yang ada yang cocok dan sangat
dikembangkan, penting bagi pengembang
pantas menjadi produk unggulan pada suatu
untuk memetakan keberadaan sistem dan
daerah yang dipilih untuk dikembangkan
pengaruh dari sistem lainnya diluar sistem
sehingga dalam rencana besar sistem ini ada
yang dikembangkan. Dengan gambar ini
tiga kelompok besar alternatif pemecahan
pula dapat diprioritaskan paket sistem mana
masalah yang akan ditentukan penilaian
yang akan dikembangkan terlebih dahulu
kriterianya yaitu penentuan lokasi yang
sehingga sistem akhirnya dapat lengkap
tepat, penentukan komoditi yang tepat,dan
berjalan dan saling mendukung antar satu
penentuan produk unggulan dari komoditi
sistem
yang ada. Namun dalam penelitian ini hanya
terintegrasi dengan baik.
dengan
sistem
lainnya
yang
dibahas untuk penentuan prioritas komoditi yang tepat dan cocok untuk dikembangkan. Karena Sistem ini akan dikembangkan 151
Jurnal Ilmiah Mustek Anim Ha Vol.2 No. 2, Agustus 2013 ISSN 2089-6697
pembobotan kriteria ini terlihat pada gambar berikut.
Gambar 5. Kebergantungan paket sistem IMPLEMENTASI SISTEM
Setiap
proses
penentuan
seleksi
Implementasi dari sistem pendukung
komoditi dilakukan melalui suatu konsultasi
keputusan penentuan komoditi yang cocok
sehingga pada akhirnya sistem ini dapat
dan tetap untuk dikembangkan pada suatu
dilakukan penentuan komoditi yang tepat
daerah
untuk lebih dari proyek, hal ini terlihat pada
agroindustri
ini
adalah
dengan
mengimplementasikan rancangan-rancangan yang
telah
dibuat
sebelumnya
gambar form konsultasi berikut.
yaitu
rancangan input, rancangan proses bisnis, rancanngan basisdata, dan rancangan output yang ada. Untuk menjalankan sistem ini maka implementasi rancangan input yang perlu dibuat adalah penentuan nilai bobot terhadap kriteria yang ada dalam hal ini ada lima kriteria untuk menentukan apakah suatu
Gambar 7. Form Konsultasi Penilaian
komoditi tersebut dapat dinilai sebagai suatu komoditi
yang
layak
disebut
sebagai
Proses
Penilaian
kriteria
terhadap
komoditi yang cocok dan tepat untuk
bobot yang ada dilakukan satu per satu pada
dikembangkan
setiap komoditi yang akan dinilai dan
agroindustri, bermasuk
pada pembobotan
untuk
suatu
daerah
kriteria
menentukan
ini
derajat
termasuk dalam suatu proses konsultasi, hal ini terlihat pada gambar berikut .
kepentingan pada kriteria yang ada apakah satu dengan lainnya dengan memasukkan alasan pemberian bobot pada setiap kriteria tadi. Hasil implementasi rancangan input 152
Jurnal Ilmiah Mustek Anim Ha Vol.2 No. 2, Agustus 2013 ISSN 2089-6697
Untuk
melihat
penerapan
Metode
Simple Additive Weighting (SAW) maka data yang telah diperoleh nilai bobot terhadap
kriteria
ini
dilakukan
proses
normalisasi sehingga diperoleh matriks yang telah ternormalisasi yaitu matrik dimana setiap nilai yang ada sebelumnya dibagi Gambar 8. Form Penilaian Setiap Komoditi dengan nilai tertinggi yang ada pada kolom terhadap kriteria setiap kriteria sehingga diperoleh hasil Setelah
setiap
komoditi
dinilai
seperti gambar 10.
terhadap bobot kriteria yang ada maka akan terlihat hasil perkalian antara bobot kriteria dengan nilai yang dilakukan terhadap setiap komoditi hasil perkalian ini jika langsung
dijumlahkan
maka
nilai
penjumlahan bobot setiap kriteria terhadap nilai
yang
diberikan
terhadap
setiap
alternatif komoditi akan dapat ditampilkan dan dapat di rangking sehingga rangking
Gambar 10. Tampilan Matriks Hasil Komoditi yang dinormalisasi
teratas dapat merupakan hasil komoditi Selanjutnya
dengan tingkat keterpilihan tertinggi seperti terlihat pada gambar 9 berikut ini.
matriks
yang
telah
dinormalisasikan tersebut setiap kolomnya dikalikan dengan bobot kriteria setiap kolom yang mewakili setiap kriteria pada komoditi yang ada dilakukan penjumlahan untuk tiap kriteria yang ada pada setiap komoditi (alternatif) sehingga menghasilkan nilai V akhir yang akan dirangking sehingga nilai yang
terbesarlah
yang
memiliki
nilai
preferensi tertinggi untuk diterima. Hal ini Gambar 9. Hasil Penjumlahan setiap komoditi terhadap bobot kriteria
tergambarkan pada gambar 11. 153
Jurnal Ilmiah Mustek Anim Ha Vol.2 No. 2, Agustus 2013 ISSN 2089-6697
informasi
yang
dibutuhkan
untuk
pengambilan keputusan.
PENGUJIAN SISTEM Pengujian
sistem
adalah
sangat
penting untuk mengetahui apakah sistem yang telah dibuat telah berjalan dengan baik dan
dapat
dipercaya
sehingga
dapat
digunakan sesuai dengan peruntukkannya. Gambar 11. Perangkingan nilai preferensi untuk setiap alternatif komoditi
Tujuan utama pengembangan sistem adalah memenuhi harapan dari penggunanya (users
Pada gambar 11 ini tercermin nilai V1
expectation), sehingga jika sistem yang
yang mewakili Komoditi Ketela Pohon
dikembangkan tidak sesuai dengan harapan
adalah 0,98, sedangkan nilai V2 yang
pengguna
mewakili Komoditi Padi adalah 0,94, nilai
dikatakan tidak berhasil dikembangkan.
maka
Pada
V3 yang mewakili Komoditi Jagung adalah
sistem
proses
tersebut
Sistem
dapat
Pendukung
0,82, dan nilai V4 yang mewakili nilai
Keputusan Penentuan Prioritas Komoditi
preferensi untuk alternatif komoditi Kepala
Unggulan ini digunakan metode Black Box
adalah 0,65999 hal ini menunjukkan bahwa
yaitu
nilai preferensi penerimaan untuk alternatif
memenuhi kebutuhan fungsionalitas dari
Ketela Pohon adalah yang paling tinggi dan
perangkat lunak yang ditetapkan (Software
paling mungkin di terapkan. Penelitian ini
Requirement
berfokus
menyediakan
sistem dikembangkan. Dan untuk mengunji
perangkat lunak yang mampu menentukan
peningkatan kinerja sebelum dan sesudah
perangkingan
sistem
pada
bagaimana
alternatif
kriteria
yang
menguji
acceptance
metode
pengguna)
Additive
Weighting,
sehingga nilai-nilai untuk pembobotan dan
sistem
telah
Specification/SRS) sebelum
dikembangkan
dibobotkan tertentu dengan menerapkan Simple
apakah
test
Pengujian
digunakan
(pengujian
dilakukan
users
penerimaan
dengan
kriteria serta penilai terhadap kriteria dapat
menjalankan setiap modul/bagian dari sistem
ditetapkan sendiri dengan cara tertentu dan
sehingga diketahui tingkat fungsionalitas
akan diproses oleh aplikasi ini menjadi
dapat diuji. Hasil pengukuran ini terlihat bahwa proses – proses yang telah ditentukan 154
Jurnal Ilmiah Mustek Anim Ha Vol.2 No. 2, Agustus 2013 ISSN 2089-6697
sebagai fungsionalitas yang harus dimiliki
penentuan produk terbaik dari komoditi
oleh sistem yang dikembangkan telah ada
yang ada sehingga terlihat nyata produk-
dan berhasil dikembangkan pada sistem
produk
sehingga telah memenuhi harapan dari
dikembangkan pada komoditi terpilih.
pengguna.
apa
yang
cocok
untuk
DAFTAR PUSTAKA
KESIMPULAN Kesimpulan dari hasil penelitian ini adalah sebagai berikut : 1. Sistem
Pendukung
Keputusan
menentukan Komoditi Unggulan untuk daerah
Agroindustri
Metode
Simple
menggunakan
Additve
Weighting
(SAW) telah berhasil dikembangkan dan dapat digunakan sebagai salah satu perangkat
lunak
untuk
1. Marcia Atkins., Andy Kramek, and Rick Schummer. 2002. MegaFox: 1002 things You Wanted to Know About Extending Visual Foxpro.Hentzenwerke Publishing, Whitefish bay. USA.
mendukung
pengambilan keputusan di bidangnya.
2. Marcia Atkins., Andy Kramek, and Rick Schummer. 2000. 1001 things You Wanted to Know About Visual Foxpro.Hentzenwerke Publishing, Whitefish bay. USA. 3. Jogiyanto HM, 2000. Analisis dan Disain Sistem Informasi : Pendekataan Terstruktur teori dan praktek aplikasi bisnis. Edisi ke 3, Andi Offset .Yogyakarta
2. Fungsionalitas sistem telah teruji dan dapat digunakan untuk komoditi yang berbeda
pada
lokasi
dengan
nilai
parameter kriteria yang berbeda pula.
4. Chuck Urwiler,Gary DeWitt, Mike Levy and Leslie Koorhan,2000. Client/Server Applications with Visual FoxPro and SQL Server. Hentzenwerke Publishing, Whitefish bay. USA.
SARAN 1. Untuk diuji tingkat keberhasilan metode Simple Additive Weighting ini harus
5. Sri Kusumadewi,2006. Fuzzy Multi – Attribute Decision Making (Fuzzy MADM) . Graha Ilmu. Yogyakarta
dilakukan pada beberapa daerah yang berbeda dengan nilai parameter kriteria untuk tiap alternatif yang berbeda pula sehingga
dapat
dihitung
tingkat
6. Efraim Turban and Jay E. Aronson, 2001, Decision Support Systems and Intelligent Systems, 6th edition, Prentice Hall, Upper Saddle River, NJ.
keberhasilan metode ini dengan hasil dilapangan. 2. Penelitian lanjutan juga dapat dilakukan dengan
mengintegrasikan
sistem
155
