PENENTUAN PEMENANG TENDER DENGAN MENGGUNAKAN SIMPLE ADDITIVE WEIGHTING METHOD

(SAW)(Studi Kasus pada Lembaga Penerbangan dan Antariksa Nasional

(LAPAN), Rumpin)

Imam Nurhadi Purwanto

Jurusan Matematika, F. MIPA, Universitas BrawijayaEmail : wantoinp@ub.ac.id

Abstrak. Penentuan pemenang tender merupakan pekerjaan yang cukup kompleks. Hal ini dikarenakan pemilihan pemenang didasarkan pada berbagai kriteria. Jika dalam menentukan pemenang dikelola secara profesional, maka diperoleh perusahaan terbaik dimana akan menentukan mutu dan kelayakan barang/jasa yang ditawarkan. Dalam penelitian ini akan dibuat sebuah sistem pendukung keputusan untuk memudahkan pihak panitia pengadaan dalam proses penentuan pemenang tender. Ada beberapa metode yang dapat digunakan dalam membuat sebuah sistem pendukung keputusan, diantaranya Simple Additive Weighting Method (SAW). Metode SAW dikenal sebagai metode penjumlahan terbobot. SAW merupakan metode yang efektif dan efisien, karena selain mudah dipahami, metode ini tidak membutuhkan waktu yang lama dalam penggunaannya. Ada beberapa kriteria yang menjadi dasar pengambilan keputusan, antara lain administrasi, teknis, harga, dan kualifikasi. Sementara itu, alternatif yang digunakan berupa perusahaan yang mendaftar menjadi peserta. Adapun langkah dalam menggunakan metode SAW adalah mengategorikan kriteria yang bersifat keuntungan dan kriteria yang bersifat biaya, menentukan bobot preferensi, membuat matriks keputusan, melakukan proses normalisasi dan diakhiri dengan proses perangkingan.

Kata Kunci: Simple Additive Weighting, tender

1. PENDAHULUANPengadaan (tender) adalah pengadaan barang/jasa yang dilaksanakan sesuai dengan ketentuan

perundang-undangan. Jangka waktu pendaftaran peserta tender secara elektronik cukup lama, hal ini menyebabkan banyaknya perusahaan maupun kemitraan yang mendaftar (alternatif). Persoalan pengambilan keputusan dalam penentuan pemenang menjadi kompleks dikarenakan banyaknya alternatif. Oleh karena itu diperlukan suatu metode yang dapat memperhitungkan segala kriteria dan mendukung pengambilan keputusan guna membantu, mempercepat dan mempermudah proses pengambilan keputusan dalam menentukan pemenang tender, diantaranya Simple Additive Weighting Method (SAW). Metode SAW dikenal sebagai metode penjumlahan terbobot. Menurut Fishburn (1967) dan MacCrimmon (1968), konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut. Pada artikel ini, metode SAW dijadikan sebagai solusi alternatif dalam menentukan pemenang tender secara elektronik hosting internet 10 Mbps pada studi kasus LAPAN, Rumpin.

2. METODOLOGIPengolahan data dengan menggunakan metode SAW dimulai dengan mengategorikan kriteria

yang bersifat keuntungan dan kriteria yang bersifat biaya. Kriteria yang bersifat keuntungan, jika semakin besar nilainya maka semakin menguntungkan perusahaan yang mengadakan tender dan untuk kriteria yang bersifat biaya, jika semakin besar nilainya maka semakin merugikan perusahaan yang mengadakan tender. Kemudian, menentukan bobot preferensi dan dilanjutkan dengan membuat matriks keputusan. Setelah itu, melakukan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada.

rij={ x ij

Max x ij

jika jadalah atribut keuntungan (benefit )

¿Min x ij

x ij

jika j adalahatribut biaya (cost )

dimana rij adalah rating kinerja ternormalisasi dari alternatif Ai pada atribut C j; i=1,2 , …, m dan

1

j=1,2 ,…, n. Terakhir, melakukan proses perangkingan, yaitu menghitung nilai preferensi untuk setiap alternatif (V i ¿ diberikan sebagai:

V i=∑j=1

n

w j . r ij

Nilai V i yang lebih besar mengindikasikan bahwa alternatif Ai lebih terpilih. Perhitungan metode SAW menggunakan bantuan software MATLAB. Alternatif yang digunakan dalam artikel ini berupa perusahaan yang mendaftar menjadi peserta, yaitu sebagai berikut.A. PT. Palapa Network Nusantara.B. PT. Platinum Network Indonesia. C. PT. Indonesia Super Corridor.D. PT. Cyber Network Indonesia.E. PT. Melvar Lintasnusa.F. CV. Sumber Makmur Kencana.G. Baratum Teknologi.H. PT. Pika Media Komunika.I. PT. Ditalent Putri.J. PT. Pacific Dwitama Karsa.K. CV. Prima Sentosa.L. PT. Nilakandi.M. PT. Link Net.N. PT. Incosyndo Perkasa.O. PT. Citra Buana Nusa.P. PT. Telekomunikasi Indonesia, Tbk.Q. PT. Mora Telematika Indonesia.R. PT. Pusuk Buhit Lestari.S. PT. Indo Loran Widia Jaya.

3. ASUMSIBatasan-batasan masalah yang menjadi asumsi dasar artikel ini sebagai berikut.

1. Penentuan kriteria dan bobot antarkriteria yang digunakan dalam artikel ini mengacu pada Peraturan Presiden No. 54 Tahun 2010 yang terakhir diubah dengan Peraturan Presiden No. 70 Tahun 2012 tentang Pengadaan Barang/Jasa Pemerintah. Adapun kriteria yang digunakan adalah administrasi (C1), teknis (C2), harga (C3), dan kualifikasi (C4).

4. HASIL DAN PEMBAHASAN

4.1 Menentukan Pemenang Tender Menggunakan Metode SAW

Kriteria yang digunakan dalam menentukan pemenang tender adalah administrasi, teknis, harga, dan kualifikasi. Kriteria yang bersifat keuntungan adalah administrasi dan kualifikasi sedangkan kriteria yang bersifat biaya adalah teknis dan harga. Setelah itu, menentukan bobot preferensi. Bobot preferensi ditentukan berdasarkan tingkat kepentingan setiap kriteria. Adapun bobot preferensi yang diberikan sebagai berikut:

W =(5 ,4 , 3 , 2 ),

dengan menggunakan skala 1 sampai 5, dimana:1 = Sangat rendah,2 = Rendah,3 = Cukup,4 = Tinggi,5 = Sangat tinggi.

2

Kemudian, membuat model (matriks keputusan) untuk metode SAW. Model (matriks keputusan) untuk metode SAW dapat dilihat pada Tabel 1.

Tabel 1. Model (Matriks Keputusan) untuk Metode WP

AlternatifKriteria

AlternatifKriteria

C1 C2 C3 C4 C1 C2 C3 C4

A 0,95 0,15 0,20 1 K 0,50 0,55 0,55 0,70B 1 0,10 0,15 0,90 L 0,45 0,60 0,60 0,60C 0,85 0,20 0,25 0,85 M 0,45 0,70 0,60 0,60D 0,85 0,25 0,30 0,90 N 0,40 0,70 0,65 0,55E 0,80 0,25 0,35 0,90 O 0,30 0,75 0,70 0,50F 0,75 0,30 0,40 0,80 P 0,25 0,80 0,75 0,40G 0,75 0,35 0,40 0,80 Q 0,20 0,85 0,80 0,30H 0,70 0,40 0,45 0,90 R 0,15 0,90 0,90 0,20I 0,60 0,45 0,50 0,85 S 0,10 0,90 0,95 0,10J 0,55 0,50 0,50 0,75Selanjutnya melakukan proses normalisasi. Perhitungan normalisasi dimulai dengan kriteria

yang bersifat keuntungan.

rij=xij

Max x ij

Kriteria administrasi:

R11=0,95

max {0,95 ;1 ;0,85 ;…;0,20 ;0,15 ;0,10 }=0,95

1=0,9500

R21=1

max {0,95;1 ;0,85 ;…;0,20 ;0,15 ;0,10 }=1

1=1,0000

.

.

.

R181=0,15

max {0,95 ;1 ;0,85 ;…;0,20 ;0,15 ;0,10 }=0,15

1=0,1500

R191=0,10

max {0,95 ;1 ;0,85 ;…;0,20 ;0,15 ;0,10 }=0,10

1=0,1000

Kriteria kualifikasi:

R14=1

max {1;0,90 ;0.85 ;…;0,30 ;0,20 ;0,10 }=1

1=1,0000

R24=0,90

max {1;0,90 ;0.85 ; …;0,30 ; 0,20; 0,10}=0,90

1=0,9000

.

.

.

R184=0,20

max {1 ;0,90 ;0.85 ;…;0,30 ;0,20 ;0,10 }=0,20

1=0,2000

3

R194=0,10

max {1 ;0,90 ;0.85 ;…;0,30 ;0,20 ;0,10 }=0,10

1=0,1000

Kemudian melakukan proses normalisasi untuk kriteria yang bersifat biaya.

rij=Min x ij

x ij

Kriteria teknis:

R12=min {0,15 ;0,10 ;0,20 ;…;0,85 ;0,90 ;0,90 }

0,15=0,10

0,15=0,6667

R22=min {0,15 ;0,10 ;0,20 ;…;0,85 ;0,90 ;0,90 }

0,10=0,10

0,10=1,0000

.

.

.

R182=min {0,15 ;0,10 ;0,20 ;…;0,85 ;0,90 ;0,90 }

0,90=0,10

0,90=0,1111

R192=min {0,15 ;0,10 ;0,20 ;…;0,85 ;0,90 ;0,90 }

0,10=0,10

0,90=0,1111

Kriteria harga:

R13=min {0,15 ;0,10 ;0,20 ;…;0,85 ;0,90 ;0,90 }

0,20=0,15

0,20=0,7500

R23=min {0,15 ;0,10 ;0,20 ;…;0,85 ;0,90 ;0,90 }

0,15=0,15

0,15=1,0000

.

.

.

R183=min {0,15 ;0,10 ;0,20 ;…;0,85 ;0,90 ;0,90 }

0,90=0,15

0,90=0,1667

R193=min {0,15 ;0,10 ;0,20 ;…;0,85 ;0,90 ;0,90 }

0,95=0,15

0,95=0,1579

R dapat ditulis kembali dalam bentuk matriks menjadi:

4

R=[0,9500 0,6667 0,7500 1,0001,0000 1,0000 1,0000 0,90000,8500 0,5000 0,6000 0,85000,8500 0,4000 0,5000 0,90000,8000 0,4000 0,4286 0,90000,7500 0,3333 0,3750 0,80000,7500 0,2857 0,3750 0,80000,7000 0,2500 0,3333 0,90000,6000 0,2222 0,3000 0,85000,5500 0,2000 0,3000 0,75000,5000 0,1818 0,2727 0,70000,4500 0,1667 0,2500 0,60000,4500 0,1429 0,2500 0,60000,4000 0,1429 0,2308 0,55000,3000 0,1333 0,2143 0,50000,2500 0,1250 0,2000 0,40000,2000 0,1176 0,1875 0,30000,1500 0,1111 0,1667 0,20000,1000 0,1111 0,1579 0,1000

]Selanjutnya diakhiri dengan proses perangkingan, yaitu mencari nilai preferensi untuk setiap

alternatif.

V i=∑j=1

n

w j . r ij

V A=(5 ) (0,9500 )+( 4 ) (0,6667 )+(3 ) (0,7500 )+ (2 ) (1,0000 )=11,6667V B=(5 ) (1,0000 )+(4 ) (1,0000 )+(3 ) (1,0000 )+(2 ) (0,9000 )=13,8000

.

.

.V R=(5 ) (0,1500 )+( 4 ) (0,1111 )+ (3 ) (0,1579 )+ (2 ) (0,1000 )=2,0944V S=(5 ) (0,1000 )+( 4 ) (0,1111)+(3 ) (0,1579 )+ (2 ) (0,1000 )=1,6181

Berdasarkan perhitungan yang telah dilakukan, diperoleh alternatif terbaik dalam penentuan pemenang tender yaitu PT. Platinum Network Indonesia dengan nilai preferensi 13,8000 serta PT. Palapa Network Nusantara sebagai cadangan pertama dengan nilai preferensi 11,6667 dan PT. Indonesia Super Corridor sebagai cadangan ke dua dengan nilai preferensi 9,7500.

4.2 Kode Program MATLAB untuk Metode SAW

Perhitungan metode SAW menggunakan bantuan software MATLAB agar lebih efektif dan efisien. Adapun kode program serta tampilan (command window) untuk metode SAW sebagai berikut.

clear all;clc;m = input('Baris: ');n = input('Kolom: '); for i=1:m fprintf('baris ke-%d',i); a = input(' = ');

5

X(i,:) = a;end K = [1 0 0 1];W = [5 4 3 2]';[m n] = size (X); % Melakukan normalisasi dan pembobotan atributR = zeros (m,n);Y = zeros (m,n);for j=1:n, if K(j)==1, R(:,j)= X(:,j)./max(X(:,j)) else R(:,j)= min(X(:,j))./X(:,j) end;end; % Perangkinganfor i=1:m, V(i)= sum(W'.*R(i,:));end;disp(' V');for i = 1:m fprintf('%6.4f\n',V(i));end

6

5. KESIMPULAN

Penentuan pemenang tender pada LAPAN Rumpin menggunakan metode SAW menghasilkan PT. Platinum Network Indonesia menempati urutan pertama dengan nilai preferensi 13,8000 serta PT. Palapa Network Nusantara menempati urutan ke dua dengan nilai preferensi 11,6667 dan PT. Indonesia Super Corridor menempati urutan ke tiga dengan nilai preferensi 9,7500.

7

6. UCAPAN TERIMA KASIH

Penulis berterima kasih atas dukungan P3M Fakutas MIPA Universitas Brawijaya yang telah memberi kesempatan pada penulis.

DAFTAR PUSTAKA

Kusumadewi, Sri, dkk. 2006. Fuzzy Multi-Attribute Decision Making (Fuzzy MADM). Yogyakarta: Graha Ilmu.

Lembaga Penerbangan dan Antariksa Nasional (LAPAN). Dokumen Pengadaan secara Elektronik Hosting Internet 10 Mbps No. 01.a/DOC/PS/PTP/I/2013, 11 Januari 2013. Bogor.

Saaty, T. L. 1980. The Analytical Hierarchy Process. New York: McGraw-Hill.Supardi, Julian dan Endang Lestari. 2010. Determination of the Winner of Project Tender Using

Analytical Hierarchy Process. Jurnal Generic Vol. 5 No.1, ISSN: 1907-4093. 19-24.

8