dr00030201406_fin
DESCRIPTION
sdbdbTRANSCRIPT
-
1
SISTEM PENDUKUNG KEPUTUSAN PENENTUAN PRIORITAS PELANGGAN DEALER SUZUKI SOEKARNO-HATTA MALANG MENGGUNAKAN METODE AHP DAN SAW
Silvi Agustina, Aditya Rachmadi, S.ST,. M.TI., Satrio Agung Wicaksono, S.Kom., M.Kom.
Program Studi Ilmu Komputer, Jurusan Ilmu Komputer Fakultas Program Teknologi Informasi dan Ilmu Komputer
Jl. Veteran No 8, Malang 65145, Indonesia Email : [email protected]
ABSTRACT
Suzuki Soekarno Hatta Malang Dealer is a company which runs Suzuki motorcycle sales business, along with services and supply of spareparts. An unorganized customer data processing and imprecise promotion targeting become the basic problem faced by Suzuki Soekarno Hatta Dealer. Those problems has been restricted them in gaining potential customer. This research use AHP as weighting method, and SAW as customer ranking method. The criteria based on the frequency of purchase, type of payment, term of credit, and frequency of services, which is taken from customer data in 2012. The implementation of this decision support system use PHP programming language and MySQL database. The result of functional test shows that decision support system has met the requirement analysis. The result of sensitivity test shows that none of the criteria is sensitive. Last, according to the user acceptance test, most of respondent agrees with eficiency and benefit of this decision support system. The builted system produce customer ranking based on value of preference which the biggest value is 0.9828 and the appropriate location for promotion is Blimbing, Malang. This system is expected to provide solution for Suzuki Soekarno Hatta Dealer in processing customer data, prioritizing customer, and determining the appropriate location for promotion. Keywords: Suzuki Soekarno Hatta, Decision support sytem, AHP method, SAW method, customer priority.
ABSTRAK
Dealer Suzuki Soekarno Hatta Malang merupakan perusahaan yang bergerak di bidang penjualan sepeda motor merk Suzuki, serta menyediakan layanan servis dan penyediaan suku cadang. Pengolahan data pelanggan yang belum terorganisir dan kurang tepatnya target promosi merupakan permasalahan yang dihadapi Dealer Suzuki Soekarno Hatta dalam mencari pelanggan yang memiliki potensi besar dalam memberikan keuntungan. Dalam penelitian ini menggunakan metode AHP sebagai metode pembobotan, dan metode SAW sebagai metode perankingan pelanggan. Kriteria yang digunakan adalah frekuensi pembelian, jenis pembayaran, lama cicilan, dan frekuensi servis dari data pelanggan Dealer Suzuki Soekarno Hatta tahun 2012. Implementasi sistem pendukung keputusan ini menggunakan bahasa pemrograman PHP dan database MySQL. Dari hasil pengujian fungsional, sistem pendukung keputusan ini telah memenuhi analisa kebutuhan, dari hasil pengujian sensitivitas tidak terdapat kriteria yang sensitif, dan dari hasil pengujian penerimaan pengguna, rata-rata responden setuju dengan kemudahan dan manfaat sistem pendukung keputusan penentuan prioritas pelanggan. Sistem yang dibangun menghasilkan perankingan pelanggan berdasarkan dengan preferensi terbesar 0,9828 dan lokasi promosi yang tepat adalah kecamatan Sukun Kota Malang. Dengan adanya sistem ini, diharapkan dapat memberikan solusi bagi Dealer Suzuki Soekarno Hatta dalam mengolah data pelanggan dan menentukan prioritas pelanggan dan lokasi promosi yang tepat. Kata kunci : Suzuki Soekarno Hatta, sistem pendukung keputusan, metode AHP, metode SAW, prioritas pelanggan.
1. PENDAHULUAN 1.1 Latar Belakang
Berkembangnya teknologi informasi saat ini sangat berpengaruh pada dunia bisnis. Selain menikmati perkembangan teknologi, para pelaku bisnis merasakan persaingan yang semakin meningkat. Tingkat persaingan antar produk tidaklah sama, produk yang persaingannya ketat adalah produk yang dibutuhkan oleh banyak orang, hal ini akan didukung dengan jumlah konsumen
yang besar, serta produk yang merupakan kebutuhan penting bagi konsumen [ANO-13].
Dealer Suzuki telah tersebar di berbagai kota di Indonesia, salah satunya adalah Dealer Suzuki yang beralamat di Jalan Soekarno Hatta kota Malang. Perusahaan ini bergerak di bidang penjualan sepeda motor merk Suzuki, serta menyediakan layanan servis dan penyediaan suku cadang. Menurut Bapak Tony selaku Kepala Cabang, Dealer Suzuki Soekarno-Hatta masih menggunakan sistem informasi pelanggan yang
-
2
belum terorganisir dalam suatu database yang mudah untuk diakses jika dibutuhkan. Pengelolaan data pelanggan ditulis di buku besar yang berisi data pelanggan serta data pembelian. Selain itu metode promosi saat ini yaitu pendekatan secara merata dengan membagikan brosur serta membuka stan Suzuki di tempat-tempat tertentu saja, dengan kata lain dealer ini masih belum memiliki strategi promosi tertentu dalam menarik pelanggannya.
Berdasarkan kebutuhan akan sistem informasi yang akurat serta perlunya segmentasi terhadap pelanggan pada Dealer Suzuki Soekarno-Hatta, maka diperlukan suatu sistem pendukung keputusan untuk menentukan prioritas pelanggan. Sistem Pendukung Keputusan untuk menentukan prioritas pelanggan menggunakan metode AHP dan SAW akan menghasilkan perankingan pelanggan terbaik sebagai langkah perusahaan untuk mempertahankan pelanggan tersebut serta melakukan pendekatan secara personal. Data-data yang masih dalam bentuk buku akan diwujudkan dalam bentuk database komputer dan ditampilkan dalam bentuk web. 1.2 Rumusan Masalah Masalah yang dibahas dalam Tugas Akhir ini adalah sebagai berikut: 1. Bagaimana merancang suatu sistem
pendukung keputusan dalam penentuan prioritas pelanggan pada Dealer Suzuki Soekarno-Hatta menggunakan metode AHP dan SAW serta penggabungan dua metode yaitu tersebut.
2. Apakah sistem yang telah dirancang telah sesuai dengan kebutuhan Dealer Suzuki Soekarno Hatta.
3. Bagaimana pengujian pada sistem pendukung keputusan yang menggunakan metode AHP dan SAW.
1.3 Batasan Masalah Batasan masalah dalam Tugas Akhir ini adalah sebagai berikut: 1. Aplikasi sistem pendukung keputusan ini
dibuat dengan ruang lingkup perankingan pelanggan di Dealer Suzuki Soekarno Hatta.
2. Kriteria yang digunakan adalah frekuensi pembelian, jenis pembayaran, lama pembayaran, dan loyalitas pelanggan.
1.4 Tujuan Tujuan penelitian ini antara lain adalah :
1. Merancang sistem pendukung keputusan yang berguna untuk untuk melakukan perankingan dalam menentukan prioritas pelanggan serta menerapkan metode AHP dan SAW dalam pengambilan keputusan pada Dealer Suzuki Soekarno Hatta.
2. Menguji sistem yang telah dirancang apakah telah sesuai dengan kebutuhan Dealer Suzuki Soekarno Hatta.
3. Mampu melakukan pengujian pada sistem pendukung keputusan yang menggunakan metode AHP dan SAW.
2. KAJIAN PUSTAKA DAN DASAR TEORI
Sistem Pendukung Keputusan
Little mendefenisikan SPK sebagai sekumpulan prosedur berbasis model untuk data pemrosesan dan penilaian guna membantu para namajer mengambil keputusan. Dia menyatakan bahwa untuk sukses, sistem tersebut haruslah sederhana, cepat, mudah dikontrol, adaftif, lengkap dengan isu-isu penting, dan mudah berkomunikasi [LIT-70]. Fungsi dan Tujuan Pengambilan Keputusan
Pengambilan keputusan sebagai suatu kelanjutan dari cara pemecahan masalah memiliki fungsi sebagai pangkal permulaan dari semua aktifitas manusia yang sadar dan terarah baik secara individual maupun kelompok serta sebagai sesuatu yang bersifat futuristik yang artinya bersangkut paut dengan masa yang akan datang dimana pengaruhnya berlangsung cukup lama. Tujuan pengambilan keputusan antara lain tujuan yang bersifat tunggal, terjadi apabila keputusan yang dihasilkan hanya mengangkut satu masalah, artinya jika satu kali diputuskan maka tidak ada kaitannya dengan masalah lain. Selain itu merupakan tujuan yang bersifat ganda, yang terjadi apabila keputusan yang dihasilkan menyangkut lebih dari satu masalah, artinya bahwa satu keputusan yang diambil sekaligus memecahkan dua masalah [HAS-02].
Komponen-komponen Sistem Pendukung Keputusan
Sistem pendukung keputusan terdiri dari 3 komponen atau subsistem utama antara lain [SUR-98]:
1. Subsistem Manajemen Berbasis Pengetahuan Subsistem tersebut mendukung semua subsistem lain atau bertindak langsung sebagai suatu komponen independen dan bersifat opsional.
2. Subsistem Manajemen Basis Data Terdapat beberapa perbedaan antara basis data untuk SPK dan untuk non-SPK. Basis data untuk SPK bersifat lebih kaya, dimana data harus berasal dari luar maupun dalam, karena adanya proses pengambilan keputusan.
3. Subsistem Manajemen Basis Model Salah satu keunggulan SPK adalah kemampuan untuk mengintegrasikan akses
-
3
data dan model-model keputusan yang dapat dilakukan dengan menambahkan model-model keputusan ke dalam sistem informasi yang menggunakan database sebagai mekanisme integrasi dan komunikasi. Kemampuan yang dimiliki subsistem basis model antara lain : 1. Kemampuan untuk menciptakan model-
model baru secara cepat dan mudah 2. Kemampuan untuk mengakses dan
mengintegrasikan model-model keputusan. 3. Kemampuan untuk mengelola basis
model dengan fungsi manajemen yang analog dan manajemen database.
4. Subsistem Perangkat Lunak Penyelenggara Dialog Subsistem dialog merupakan kemampuan interaksi antara sistem dan pemakai. Kombinasi dari kemampuan-kemampuan tersebut terdiri dari gaya dialog yang berupa pendekatan tanya jawab, bahasa perintah, menu-menu, dan lain-lain. Kemampuan yang harus dimiliki SPK untuk mendukung dialog pemakai atau sistem antara lain : 1. Kemampuan menangani berbagai
variasi dialog sesuai dengan pilihan pemakai.
2. Kemampuan mengakomodasikan tindakan pemakai dengan berbagai masukan.
3. Kemampuan menampilkan data dengan berbagai variasi format dan output.
4. Kemampuan memberikan dukungan yang fleksibel untuk mengetahui basis pengetahuan pemakai.
Analitical Hierarchy Process (AHP)
Metode Analytical Hierarchy Process dikembangkan tahun 1970 oleh Thomas L.Saaty. Pada dasarnya metode AHP ini memecah suatu intuisi yang kompleks dan tidak terstruktur ke dalam bagian bagiannya. Dalam penyelesaian dengan metode AHP, langkah-langkahnya adalah sebagai berikut [SAA-93]: 1. Mendefinisikan masalah dan menentukan
solusi yang diinginkan, kemudian menyusun hierarki dari permasalahan yang dihadapi.
2. Menentukan prioritas elemen dengan membuat perbandingan pasangan, yaitu dengan membandingkan elemen secara berpasangan sesuai kriteria yang diberikan.
3. Membuat matriks perbandingan berpasangan yang menggambarkan kontribusi relatif atau pengaruh setiap elemen terhadap tujuan atau kriteria yang setingkat diatasnya.
Tabel 2.1. Susunan matriks perbandingan berpasangan
1 1 1
4. Mendefiniskan perbandingan berpasangan. Kolom , , diisi dengan hasil perbandingan dari masing-masing elemen akan berupa angka 1 sampai 9 yang menunjukkan perbandingan tingkat kepentingan suatu elemen. Skala penilaian perbandingan dapat dilihat pada tabel 2.1. Tabel 2.2 Skala Penilaian Perbandingan
Intensitas kepentinga
n Keterangan
1 Kedua elemen sama pentingnya
3 Elemen yang satu sedikit lebih oenting daripada elemen lainnya
5 Elemen yang satu lebih penting daripada yang lainnya
7 Satu elemen jelas lebih mutlak penting daripada elemen lainnya
9 Satu elemen mutlak penting daripada elemen lainnya
2,4,6,8 Nila-nilai antara dua nilai pertimbangan-pertimbangan yang berdekatan
Sumber : [SAA-93] Rumus perhitungan untuk mengisi kolom
adalah dengan persamaan 2.1. = (2-1)
5. Pertimbangan-pertimbangan terhadap perbandingan berpasangan disintesis untuk memperoleh keseluruhan prioritas. Proses sintesis dengan cara menjumlahkan nilai-nilai pada setiap kolom pada matriks, membagi setiap nilai dari kolom dengan total kolom yang bersangkutan untuk memproleh normalisasi matriks dengan menggunakan persamaan 2.2. =
(2-2)
6. Pembobotan dengan menjumlahkan nilai-nilai dari setiap baris dan membaginya dengan jumlah kriteria dengan persamaan 2.3. =
(2.3)
-
4
7. Menghitung konsistensi untuk mengetahui seberapa baik konsistensi yang ada. Menghitung konsistensi dengan mengalikan setiap nilai pada kolom pertama dengan prioritas relatif elemen pertama, nilai kolom kedua dengan prioritas relatif elemen kedua, dan seterusnya, kemudian tiap baris dijumlahkan dan hasilnya dibagi dengan prioritas relatif yang bersangkutan. Hasil bagi tersebut dijumlahkan untuk mendapat kan nilai .
8. Menghitung Consistency Index (CI) menggunakan prsamaan 2.4 dimana n adalah banyaknya elemen.
= ( )/( 1) (2.4) 9. Menghitung Consistency Ratio (CR)
menggunakan persamaan 2.5. = / (2.5)
10. Memeriksa konsistensi hierarki berdasarkan tabel Ratio Index. Jika nilainya 0,1 maka hasil perhitungan bisa dinyatakan benar.
Tabel 2.1 Ratio Index N 1 2 3 4 5 6 7 8 9 10 RI 0 0 0,58 0,9 1,12 1,24 1,32 1,41 1,45 1,49
Sumber : [SAA-93] Simple Additive Weighting (SAW)
Churchman dan Ackoff pertama kali memanfaatkan metode SAW untuk mengatasi masalah seleksi portofolio. Metode SAW merupakan metode yang paling terkenal dan biasa digunakan untuk MADM. Dalam praktek MADM, jika kita mngasumsikan adanya hubungan yang saling independen antar kriteria dan setelah menghitung bobot relatif dan skor kinerja masing-masing kriteria, maka metode SAW merupakan metode yang sesuai untuk membuat perankingan dari alternatif-alternatif yang ada [CHU-54].
Formula untuk melakukan normalisasi tersebut terdapat pada persamaan 2.4.
()
()
(2-6) Dimana :
= rating kenerja ternormalisasi dari alternatif pada atribut i = 1,2,...,m j = 1,2,...,n = nilai maksimum dari setiap baris dan kolom = nilai minimum dari setiap baris dan kolom = baris dan kolom dari matriks
Benefit = jika nilai terbesar adalah yang terbaik Cost = jika nilai terkecil adalah yang terbaik
Nilai preferensi untuk setiap alternatif dinyatakan dalam persamaan 2.5. = (2-7)
Dimana : = ranking untuk setiap alternatif =nilai bobot untuk setiap kriteria = nilai rating kinerja ternormalisasi
Nilai yang lebih besar mengindikasikan bahwa alternatif lebih terpilih.
Langkah-langkah penyelesaian metode SAW antara lain [KUS-06]: 1. Menentukan kriteria-kriteria yang akan
dijadikan acuan dalam pengambilan keputusan, yaitu ().
2. Memberikan nilai setiap alternatif pada setiap kriteria yang sudah ditentukan, dimana nilai i = 1,2,...,m dan nilai j = 1,2,...,n.
3. Memberikan nilai bobot (W) pada masig-masing kriteria.
4. Membuat matriks keputusan berdasarkan kriteria ( ), kemudian melakukan normalisasi matriks berdasarkan persamaan 2.6 yang disesuaikan dengan jenis atribut (atribut keuntungan maupun atribut biaya) sehingga diperoleh matriks ternormalisasi R.
5. Hasil akhir diperoleh dari setiap proses perankingan yaitu penjumlahan dari perkalian matriks ternormalisasi R dengan vector bobot pada persamaan 2.7 sehingga diperoleh nilai terbesar yang dipilih sebagai alternatif terbaik () sebagai solusi.
3. METODE PENELITIAN DAN PERANCANGAN
3.1 Metode Penelitian Bab ini membahas tentang metode penelitian
yang digunakan serta langkah-langkah dalam merancang sistem pendukung keputusan untuk menentukan prioritas pelanggan pada Dealer Suzuki Soekarno Hatta. Langkah-langkah tersebut antara dapat dilihat pada gambar 3.1.
Gambar 3.1. Alur Metodologi Penelitian
Identifikasi Masalah
Studi Li teraturPengumpulan Data
Perancangan Sistem
Implementasi Sistem
Penguj ian
Kesimpulan dan Saran
-
5
3.1.1 Identifikasi Masalah
Langkah awal dalam penelitian ini adalah identifikasi masalah dengan menganalisa dan mempelajari proses bisnis yang berjalan di Dealer Suzuki Soekarno Hatta saat ini, sehingga peneliti dapat merumuskan permasalahan yang dihadapi oleh pihak dealer. 3.1.2 Studi Literatur
Merupakan dasar teori yang mendukung perancangan sistem pendukung keputusan untuk menentuakan prioritas pelanggan, antara lain Sistem Pendukung Keputusan, metode AHP, perhitungan dan penerapan metode SAW, serta proses bisnis Dealer Suzuki Soekarno Hatta. Literatur yang digunakan meliputi buku referensi, jurnal, dan dokumentasi dari internet. 3.1.3 Pengumpulan Data
Pengumpulan data bertujuan untuk memperoleh data pelanggan Dealer Suzuki Soekarno Hatta selama tahun 2012 yang digunakan dalam perancangan sistem pendukung keputusan penentuan prioritas pelanggan. 3.1.4 Perancangan Sistem
Perancangan aplikasi menggunakan metode terstruktur yaitu dengan membuat DFD (Data Flow Diagram), skema basis data dengan ERD (Entity Relationship Diagram), serta perancangan interface
3.1.5 Implementasi
Implementasi sistem dilakukan dengan mengacu pada perancangan sistem dan disesuaikan dengan kebutuhan. Implementasi sistem pendukung keputusan menerapkan metode SAW dan AHP menggunakan bahasa pemrograman web PHP dan database MySQL. 3.1.6 Pengujian
Pengujian bertujuan untuk memastikan bahwa sistem pendukung keputusan yang dirancang telah sesuai dengan analisa kebutuhan. 3.1.7 Penarikan Kesimpulan dan Saran
Pengambilan kesimpulan dan saran dilakukan setelah tahap perancangan, implementasi, dan pengujian telah selesai. 3.2 Perancangan
Perancangan sistem dapat dilihat pada struktur perancangan Gambar 3.2.
Gambar 3.2 Struktur Perancangan
3.2.1 Sub Sistem Manajemen Basis
Pengetahuan Kriteria yang digunakan dalam sistem
pendukung keputusan penentuan prioritas pelanggan antara lain : 1. Frekuensi pembelian (C1)
Kriteria frekuensi pembelian yaitu jumlah pembelian dari seorang pelanggan dalam kurun waktu satu tahun.
2. Jenis pembayaran (C2) Kriteria jenis pembayaran adalah jenis pembayaran yang dilakukan oleh pelanggan untuk melunasi pembelian. Kriteria ini terdiri dari cash dan kredit.
3. Lama cicilan (C3) Kriteria lama cicilan merupakan lamanya pelanggan dalam melunasi pembelian, yang terdiri dari cicilan 1 tahun, 2 tahun, dan 3 tahun.
4. Frekuensi servis (C4) Kriteria frekuensi servis merupakan jumlah servis yang dilakukan pelanggan dalam kurun waktu satu tahun.
3.2.2 Sub Sistem Manajemen Basis Data Subsistem manajemen basis data membahas
tentang perancangan DFD yang menggambarkan arus data sistem dan ERD yang menggambarkan relasi antar penyimpanan pada sistem pendukung keputusan penentuan prioritas pelanggan.
Perancangan
Perancangan SPK
Anal isa Kebutuhan
Identi fikasi Aktor
Anal isa Kebutuhan Sistem
Use Case Diagram
Use Case Skenario
Subsistem Manajemen Basis Data
Subsistem Manajemen Basis Model
Subsistem Perangkat Lunak Penyelenggara Dialog
DFD
ERD
Desain Interface
Perhi tungan Manual dengan Metode AHP dan SAW
Subsistem Manajemen Basis Pengetahuan
-
6
Gambar 3.3 DFD Level 0 SPK Penentuan
Prioritas Pelanggan
Gambar 3.4 ERD SPK Penentuan Prioritas
Pelanggan
3.2.3 Sub Sistem Manajemen Basis Model Sistem pendukung keputusan yang akan
dirancang pada Dealer Suzuki Soekarno Hatta memiliki dua tahapan, yaitu tahap pembobotan masing-masing kriteria menggunakan metode AHP, dan tahap perankingan menggunakan metode SAW. Pembobotan Menggunakan Metode AHP
Langkah-langkah dalam menentukan bobot kriteria dengan menggunakan metode AHP adalah sebagai berikut : 1. Matriks perbandingan berpasangan
Tabel 3.1 Matriks Perbandingan Berpasangan 1 3 3 4 1 2 3 1 3 1
2. Memenuhi kolom matriks perbandingan berpasangan
Tabel 3.2 Matriks Perbandingan Berpasangan Penuh
C1 C2 C3 C4 C1 1 3 3 4 C2 0,3333 1 2 3 C3 0,3333 0,5 1 3 C4 0,2500 0,3333 0,3333 1 Jumlah 1,9167 4,8333 6,3333 11
3. Normalisasi Matriks Tabel 3.3 Matriks Ternormalisasi
C1 C2 C3 C4 Jumlah
C1 0,5217 0,6207 0,4737 0,3636 1,9797
C2 0,1739 0,2069 0,3158 0,2727 0,9693
C3 0,1739 0,1034 0,1579 0,2727 0,7080
C4 0,1304 0,0690 0,0526 0,0909 0,3429 4. Pembobotan
=
Bobot = , = 0,4949 Bobot = , = 0,2423 Bobot = , = 0,1770 Bobot = , = 0,0857
5. Menghitung Konsistensi Langkah awal dalam mendapatkan nilai konsistensi adalah dengan menghitung terlebih dahulu. = 4,1837 Selanjutnya menghitung Consistency Index (CI) menggunakan persamaan :
= 1 = 4,1837 44 1 = 0,0612
Menghitung Consistency Ratio (CR) menggunakan persamaan 2.5. Ratio Index yang digunakan adalah 0,9 karena digunakan 4 kriteria dalam mengambil keputusan.
=
= 0,07250,9 = 0,0680 Nilai Consistency Ratio yang didapat menunjukkan bahwa 0,1 yang menunjukkan bahwa bobot kriteria yang dihasilkan telah layak untuk digunakan.
Perankingan Menggunakan Metode SAW Perankingan Menggunakan Metode SAW
dengan langkah-langkah : 1. Matriks Keputusan
Data yang digunakan adalah 20 data pertama pada data pelanggan Dealer Suzuki Soekarno Hatta tahun 2012.
hasil_perankingan
data_pelanggan
data_pelanggan
username_password
username_password
username_password
data_pelanggan
matriks_perbandingan
hak_akses
hak_aksesusername_password
nilai_matriks_perbandingan
hak akses
hak_akses
1SPK_PELANGGAN
sales
service_counter
kepala_cabang
kepala_sales
-
7
Tabel 3.4 Matriks Keputusan C1 C2 C3 C4
A1 1 2 2 9 A2 2 2 2 8 A3 1 1 1 3 A4 1 2 3 10 A5 1 1 1 2 A6 1 2 4 5 A7 1 2 4 3 A8 1 2 3 2 A9 1 2 2 0
A10 1 2 3 9 A11 1 1 1 9 A12 1 1 1 1 A13 1 2 3 8 A14 1 1 1 7 A15 1 2 2 1 A16 1 2 4 4 A17 1 2 3 6 A18 1 2 4 9 A19 1 2 2 2 A20 1 2 2 1
Keterangan : C1 : Kriteria frekuensi pembelian C2 : Kriteria jenis pembayaran dengan
ketentuan : Cash = 1, Kredit = 2 C3 : Kriteria lama cicilan dengan ketentuan : Cash = 1, Cicilan 1 tahun = 2, Cicilan 2 tahun
= 3, Cicilan 3 tahun = 4 C4 : Kriteria frekuensi servis
2. Normalisasi Matriks Normalisasi matriks berdasarkan persamaan
2.6 dengan acuan bahwa semua atribut merupakan keuntungan atau benefit.
Tabel 3.5 Normalisasi Matriks C1 C2 C3 C4
A1 0,5 1,0 0,5 0,9 A2 1,0 1,0 0,5 0,8 A3 0,5 0,5 0,3 0,3 A4 0,5 1,0 0,8 1,0 A5 0,5 0,5 0,3 0,2 A6 0,5 1,0 1,0 0,5 A7 0,5 1,0 1,0 0,3 A8 0,5 1,0 0,8 0,2 A9 0,5 1,0 0,5 0,0
A10 0,5 1,0 0,8 0,9 A11 0,5 0,5 0,3 0,9 A12 0,5 0,5 0,3 0,1 A13 0,5 1,0 0,8 0,8 A14 0,5 0,5 0,3 0,7 A15 0,5 1,0 0,5 0,1 A16 0,5 1,0 1,0 0,4 A17 0,5 1,0 0,8 0,6 A18 0,5 1,0 1,0 0,9 A19 0,5 1,0 0,5 0,2 A20 0,5 1,0 0,5 0,1
3. Perankingan Nilai preferensi untuk setiap alternatif
merupakan hasil penjumlahan dari perkalian matriks ternormalisasi dengan bobot kriteria. Hasil ranking dapat dilihat pada Tabel 3.6.
Tabel 3.6 Hasil Nilai Preferensi
V Nilai preferensi Nama
Pelanggan Ranking
V1 0,6554 Atim Santoso 10 V2 0,8943 Moh. Ichwan 1
V3 0,4386 Agus Yuniarso 18
V4 0,7082 Mokhamad 4
V5 0,4300 R. Karno Yekti Sadar Saptoto
19
V6 0,7096 Suprianto 3
V7 0,6925 M. Munawwirul Ulum
7
V8 0,6396 Rizhal Prihayu Abrianto
11
V9 0,5783 Enny Juwita Kurniati 15
V10 0,6996 Irfan Wahyudi 6
V11 0,4900 Iwan 16
V12 0,4214 Septiyan Enditas 20
V13 0,6911 Doni Wahyudi 8
V14 0,4728 Erina Ariani 17 V15 0,5868 Saifulloh 13
V16 0,7010 Nur Colid Anami 5
V17 0,6739 Rachmawati 9
V18 0,7439 Dimas Hadi Mariani 2
-
8
V19 0,5954 Yan Kristianto 12
V20 0,5868 Emy Nur Wahyuni 13
3.2.4 Sub Sistem Perangkat Lunak
Penyelenggara Dialog Subsistem perangkat lunak penyelenggara
dialog merupakan perancangan interface atau desain antarmuka.
Gambar 3.5 Perancangan Interface
4. IMPLEMENTASI
Implementasi terdiri dari spesifikasi sistem, implementasi algoritma pada program, dan implementasi antarmuka. Struktur implementasi dapat dilihat pada Gambar 4.1.
Gambar 4.1 Struktur Impelementasi
4.1 Implementasi Program
Implementasi program pada sistem pendukung keputusan penentuan prioritas pelanggan menggunakan bahasa pemrograman php dan penyimpanan data menggunakan mysql. Beberapa proses utama pada sistem pendukung keputusan ini antara lain proses login, proses input data pelanggan, proses pembobotan dengan metode AHP dan proses perankingan dengan metode SAW.
4.2 Implementasi Antar Muka Sistem pendukung keputusan ini terbagi
menjadi tiga halaman otoritas, antara lain halaman Kepala Cabang, Kepala Sales, dan Sales.
Gambar 4.2 Implementasi Halaman Login
Gambar 4.3 Implementasi Halaman Home Kacab
Gambar 4.4 Implementasi Halaman Home
Kasales
Gambar 4.5 Implementasi Halaman Home Service
Counter dan Sales
Gambar 4.6 Implementasi Halaman Daftar
Pelanggan
SPK PenentuanPriori tas Pelanggan
Halaman LoginKepala Sales
Sales
Kepala Cabang
Halaman UtamaKepala Cabang
Halaman UtamaKepala Sales
Halaman UtamaSales
Halaman Data Pelanggan
Halaman Input Data Pelanggan
Halaman Input Bobot
Halaman Hasi l Bobot
Halaman Hasi l Ranking
Halaman Ranking Berdasarkan SAW
Halaman Ranking Berdasarkan Daerah
HalamanHasil Akhir
Implementasi
Spesifikasi Sistem
Implementasi Antarmuka
Implementasi Algori tma
Spesifikasi Perangkat Lunak
Spesifikasi Perangkat Keras
Metode SAW
Metode AHP
Login
Sales
Kepala Sales
Kepala Cabang
Halaman Daftar Pelanggan
Halaman Perankingan
Halaman Input Bobot
Halaman Input Data Pelanggan
Halaman Input Bobot
Halaman Daftar Pelanggan
Halaman Daftar Pelanggan
Halaman Input Data Pelanggan
Matriks Perbandingan Berpasangan
Normalisasi Matriks
Bobot Kri teria
Konsistensi Bobot
Halaman Home
Logout
Halaman Home
Halaman Home
Logout
Logout
Matriks Keputusan
Normalisasi Matriks
Perkalian Terbobot
Perankingan
Batasan Implementasi
-
9
Gambar 4.7 Implementasi Halaman Input Data
Pelanggan
Gambar 4.8 Implementasi Halaman Input Bobot
Gambar 4.9 Implementasi Halaman Hasil Bobot
Gambar 4.10 Implementasi Halaman Hasil
Ranking
Gambar 4.11 Implementasi Halaman Perankingan
Berdasarkan SAW
Gambar 4.12 Implementasi Halaman Perankingan
Berdasarkan Daerah
Gambar 4.13 Implementasi Halaman Hasil Akhir 5. PENGUJIAN DAN ANALISIS
Bab pengujian membahas tentang tahapan pengujian dan analisis terhadap sistem pendukung keputusan penentuan prioritas pelanggan pada Dealer Suzuki Soekarno Hatta. Struktur pengujian dapat dilihat pada Gambar 5.1.
Gambar 5.1 Struktur Pengujian
5.1 Analisis
Tahap analisis dilakukan setelah tahap pengujian selesai. Analisis dilakukan untuk mendapatkan kesimpulan dari hasil pengujian fungsional, pengujian sensitivitas, dan user acceptance.
5.2.1 Analisis Pengujian Fungsional
Analisis pengujian fungsional dilakukan dengan melihat kecocokan antara hasil implementasi sistem dengan analisa kebutuhan pada bab perancangan. Berdasarkan hasil pengujian fungsional, dapat disimpulkan bahwa fitur-fitur yang telah diimplementasikan telah
Penguj ian dan Anal isis
Penguj ian
Anal isis
Penguj ian Fungsional
Penguj ian Sensitivitas
Anal isis Hasi l Penguj ian Fungsional
Anal isis Hasi l Penguj ian Sensitivitas
Penguj ian User Acceptance
Anal isis Hasi l Penguj ian User Acceptance
-
10
memenuhi kebutuhan yang telah dijelaskan pada bab perancangan.
5.2.2 Analisis Pengujian Sensitivitas
Analisis pengujian sensitivitas dilakukan untuk mendapatkan kesimpulan tentang tingkat sensitivitas pada tiap kriteria yang digunakan dalam sistem pendukung keputusan penentuan prioritas pelanggan.
5.2.2.1 Analisis Pengujian Sensitivitas
Frekuensi Pembelian Pada hasil pengujian sensitivitas frekuensi
pembelian, dapat disimpulkan bahwa kriteria frekuensi pembelian tidak sensitiv dalam penentuan prioritas pelanggan.
Gambar 5.2 Sensitivitas Frekuensi
Pembelian 5.2.2.2 Analisis Pengujian Sensitivitas Jenis
Pembayaran Hasil pengujian sensitivitas jenis
pembayaran dapat disimpulkan bahwa kriteria jenis pembayaran tidak sensitiv terhadap penentuan prioritas pelanggan.
Gambar 5.3 Sensitivitas Jenis Pembayaran
5.2.2.3 Analisis Pengujian Sensitivitas Lama Cicilan Dari hasil pengujian dapat disimpulkan
bahwa kriteria lama cicilan tidak sensitiv terhadap penentuan prioritas pelanggan.
Gambar 5.4 Sensitivitas Lama Cicilan
5.2.2.4 Analisis Pengujian Sensitivitas
Frekuensi Servis Hasil pengujian sensitivitas pada kriteria
frekuensi servis dapat disimpulkan bahwa kriteria frekuensi pembelian tidak sensitiv terhadap penentuan prioritas pelanggan.
Gambar 5.5 Sensitivitas Frekuensi Servis
5.2.3 Analisis Pengujian User Acceptance
Analisis pengujian user acceptance terdiri dari variabel kemudahan dan variabel manfaat.
Gambar 5.6 User Acceptance Variabel
Kemudahan Pada Gambar 5.6 menunjukkan 32%
responden sangat setuju dan 68% tentang kemudahan sistem pendukung keputusan. Dapat disimpulkan bahwa responden setuju dengan kemudahan penggunaan sistem pendukung keputusan penentuan prioritas pelanggan.
Gambar 5.7 User Acceptance Variabel
Kemudahan
0
50
100
SS S N TS STS
dala
m %
User Acceptance Variabel Kemudahan
0
100
SS S N TS STS
dala
m %
User Acceptance Variabel Manfaat
-
11
Pada Gambar 5.7 menunjukkan jumlah responden menjawab sangat setuju sebanyak 40% dan responden menjawab setuju sebanyak 60%. Dapat disimpulkan bahwa sebagian besar responden setuju dengan adanya manfaat yang diberikan sistem pendukung keputusan untuk menentukan prioritas pelanggan. 6. KESIMPULAN 6.1 Kesimpulan
Berdasarkan hasil perancangan dan pengujian pada Sistem Pendukung Keputusan Penentuan Prioritas Pelanggan pada Dealer Suzuki Soekarno Hatta Menggunakan Metode AHP dan SAW, maka dihasilkan kesimpulan sebagai berikut : 1. Sistem pendukung keputusan penentuan
prioritas pelanggan mampu menghasilkan perankingan pelanggan dan lokasi promosi dengan menggabungkan dua metode yaitu AHP sebagai metode pembobotan dan SAW sebagai metode perankingan berdasarkan 4 kriteria yaitu frekuensi pembelian, jenis pembayaran, lama cicilan, dan frekuensi servis.
2. Berdasarkan pengujian fungsionalitas, sistem pendukung keputusan yang dirancang berdasarkan analisa kebutuhan telah memenuhi kebutuhan Dealer Suzuki Soekarno Hatta.
3. Berdasarkan hasil pengujian sensitivitas, sistem pendukung keputusan ini tidak memiliki kriteria yang bersifat sensitif. Berdasarkan pengujian penerimaan pengguna, 32% responden sangat setuju dan 68% responden sangat setuju dengan kemudahan penggunaan sistem pendukung keputusan, selain itu 40% responden sangat setuju dan 60% responden setuju dengan adanya manfaat yang diberikan sistem pendukung keputusan penentuan prioritas pelanggan.
6.2 Saran Saran yang dapat diberikan pada Sistem
Pendukung Keputusan Penentuan Prioritas Pelanggan pada Dealer Suzuki Soekarno Hatta Menggunakan Metode AHP dan SAW antara lain : 1. Untuk pengembangan lebih lanjut, sistem ini
dapat dikembangkan menggunakan metode selain AHP dan SAW, atau mengkombinasikan kedua metode tersebut dengan metode sistem pendukung keputusan lainnya.
2. Sistem dapat dikembangkan dengan menambahkan kriteria pengambilan keputusan dengan pertimbangan dari
beberapa ahli dalam pengolahan data pelanggan.
3. Sistem dapat dikembangkan dengan menambahkan hasil lokasi promosi sampai tingkat kelurahan.
7 DAFTAR PUSTAKA
[ADI-13] Adityo, Purnomo. 2013. Implementasi
Metode (Analytic Network Process) ANP untuk Aplikasi Rekomendasi Peringkat Kinerja Guru pada SMA Negeri 1 Maospati. Malang : Universitas Brawijaya.
[ANO-13] Anonymous. http://ekbis.sindonews.com/read/consumer-goodstumbuh-tinggi-persaingan-kian-ketat diakses pada tanggal 10 April 2013.
[BON-80] Bonczek, R. H., Holsapple, C. W., dan Whinston, A. B. 1980. The Envolving Rolles of Modals in Decision Support Systems. Decision Science 11.
[CHU-54] Churchman, C. W., dan Ackoff, R. L. 1954. An Aproximate Measure of Value. Amerika : Journal of Operations Research Society of America, 2(1), 172-187.
[EFR-05] Efraim, Turban. 2005. Decision Support Systems and Intelligent Systems edisi Bahasa Indonesia. Yogyakarta : Penerbit Andi.
[GOR-71] Gorry, G.A., Scott Morton. 1971. A Framework for Management Information Systems. Vol 13. No 1.
[KSM-06] Kusumadewi, S., Hartati, S., Harjoko, A., dan Wardoyo, R. 2006. Fuzzy Multi Atribute Decision Making (FUZZY MADM). Yogyakarta : Graha Ilmu.
[KUS-07] Kusrini. 2007. Konsep dan Aplikasi Sistem Pendukung Keputusan. Yogyakarta : Andi.
[LES-13] Lestari, T.Puji Sakti. 2013. Sistem Informasi Penjualan dan Pemesan Barang Pada FIM Store. Bandung:Universitas Komputer Indonesia.
[LIT-70] Little, J. D.C., 1970, Models and Managers: The Concept of a Decision Calculus, Management Science, vol.16, no.8.
[NUG-11] Nugraha, Fajar. 2011. Sistem
-
12
Pendukung Keputusan dengan Metode Simple Additive Weighting (SAW) dalam Manajemen Aset. Semarang : Universitas Diponegoro.
[ROS-12] Polapa, Rosnita. 2012. Analisis Penerimaan Pengguna Terhadap Penerapan Sistem Informasi Penelitian dengan Pendekatan Technology Acceptance Model(TAM). Gorontalo:Universitas Negeri Gorontalo.
[SAA-93] Saaty, T. L. 1993. Pengambilan Keputusan Bagi Para Pemimpin. PT. Pustaka Binaman Pressindo.
[SRA-12] Ahmad, Sri Rahayu Y. 2012. Analisis Penerimaan Pengguna Terhadap Penerapan Sistem Informasi Perpustakaan Menggunakan Metode Technology Acceptance Model (TAM). Gorontalo:Universitas Negeri Gorontalo.
[SUG-13] Sugiharto, Tony. 2013. Wawancara tentang Dealer Suzuki Soekarno Hatta pada tanggal 1 April 2013. Jl. Soekarno Hatta No 17-19 Malang.
[SUR-98] Suryadi, Kadarsah, dan Ramdhani. 1998. Sistem Pendukung Keputusan. Bandung : PT Remaja Rosdakarya.