metode saw (simple additive weighting) dalam …ilkom.unnes.ac.id/snik/prosiding/2016/56....

4
Seminar Nasional Ilmu Komputer (SNIK 2016) - Semarang, 10 Oktober 2016 ISBN: 978-602-1034-40-8 379 Metode SAW (Simple Additive Weighting) dalam Pengambilan Keputusan Pemilihan Strategi Pemasaran Industri Tekstil Budi Prasetiyo 1 , Andika Resti Suryani 2 1 Program Studi Teknik Informatika, FMIPA Unnes 2 Program Studi Matematika, FMIPA Unnes Email: 1 [email protected], 2 [email protected] Abstrak Pemilihan strategi pemasaran diperlukan seiring semakin berkembangnya indutri pesaing. Pemilihan strategi dapat dilakukan dengan bantuan pengambilan keputusan melalui metode pada Fuzzy. Metode SAW (Simple Additive Weighting) dapat membantu pengambilan keputusan mengenai pemilihan strategi. Penelitian ini bertujuan untuk mengetahui hasil pengambilan keputusan sebagai strategi pemasaran dalam industri tekstil menggunakan metode SAW. Terdapat empat alternatif strategi dengan kriteria untuk penilain alternatif sebanyak 14 kriteria. Hasilnya, diperoleh bahwa dengan metode SAW alternatif yang terpilih adalah Alternatif 1 (A1), yaitu berupa pengoptimalan mesin-mesin berteknologi tinggi, tenaga kerja, sumber daya perusahaan dan penggunaan system VMI. Kata Kunci: Fuzzy, Strategi Pemasaran, Metode SAW Abstract Selection of the necessary marketing strategies in line with the development of industry rivals. Selection strategies can be done with the help decision making through methods on Fuzzy. Methods SAW (Simple Additive weighting) can help make decisions regarding the selection of strategies. This study aims to determine the results of the decision- making as a marketing strategy in textiles using SAW method. There are four alternative strategies with alternative criteria for assessing a total of 14 criteria. The result was obtained that the SAW method chosen alternative is Alternative 1 (A1), the form optimization of high-tech machines, labor, corporate resources and the use of VMI system. Keyword: Fuzzy, Marketing strategy, SAW method 1. PENDAHULUAN Industri tekstil mempunyai peran yang cukup penting di dalam perekonomian Indonesia. Industri tekstil dan produk tekstil merupakan salah satu industri yang di prioritaskan untuk dikembangkan karena memiliki peran yang strategis dalam perekonomian nasional, yaitu sebagai penyumbang devisa negara, menyerap tenaga kerja yang cukup besar. Disamping itu, sebagai industri untuk memenuhi kebutuhan sandang nasional. Hal ini pula dapat ditunjukkan melalui perolehan surplus ekspor terhadap impor selama satu dasawarsa terakhir [1]. Industri tekstil mempunyai kontribusi 2,18 persen terhadap Produk Domestik Bruto (PDB) dan 8,01 persen terhadap industri pengolahan pada tahun 2010 [2]. Peningkatan laju permintaan produk industri tekstil biasanya akan berdampak dengan peningkatan jumlah unit usaha tekstil [3]. Seiring perkembangan industri tekstil, maka persaingan di industri tekstil semakin besar pula. Sehingga menuntut perusahaan untuk mampu bersaing serta menuntut agar pengelola unit usaha tekstil untuk dapat bergerak dengan cepat, efektif dan efisien agar usaha yang dikembangkan berhasil [4]. Keberhasilan suatu usaha salah satu factor penentunya adalah dalam hal pemasaran. Sehingga dibutuhkan strategi pemasaran yang kompetitif. Pemilihan strategi pemasaran dibutuhkan penelitian diberbagai faktor internal dan eksternal perusahaan yang berpengaruh terhadap performasi perusahaan [5]. Pemilihan strategi pemasaran dapat dikategorikan sebagai tindakan pengambilan keputusan [6]. Pengambilan keputusan dapat dibantu dengan suatu metode tertentu, salah satunya menggunakan logika fuzzy. Pemanfaatan fuzzy dalam pemilihan strategi pemasaran diantaranya pendekatan dengan fuzzy AHP untuk memilih startegi pemasaran [7], pemilihan strategi marketing untuk hotel di Taiwan menggunakan AHP (Lin & Wu) [8]. Masalah pengambilan keputusan ini dapat dikategorikan dalam masalah Multi-Attribute Decision Making (MADM) dalam logika fuzzy. Untuk menyelesaikan masalah MADM ini terdapat metode-metode yang dapat membantu dalam pengambilan keputusan, salah satu diantaranya metode Simple Additive Weighting Method (SAW). Metode SAW sering dikenal dengan istilah metode penjumlahan terbobot. Konsep dasar

Upload: lyphuc

Post on 06-Feb-2018

221 views

Category:

Documents


2 download

TRANSCRIPT

Page 1: Metode SAW (Simple Additive Weighting) dalam …ilkom.unnes.ac.id/snik/prosiding/2016/56. SNIK_363_Metode SAW.pdf · Pemanfaatan fuzzy dalam pemilihan strategi pemasaran diantaranya

Seminar Nasional Ilmu Komputer (SNIK 2016) - Semarang, 10 Oktober 2016 ISBN: 978-602-1034-40-8

379

Metode SAW (Simple Additive Weighting) dalam Pengambilan

Keputusan Pemilihan Strategi Pemasaran Industri Tekstil

Budi Prasetiyo

1, Andika Resti Suryani

2

1Program Studi Teknik Informatika, FMIPA Unnes 2Program Studi Matematika, FMIPA Unnes

Email: [email protected], [email protected]

Abstrak

Pemilihan strategi pemasaran diperlukan seiring semakin berkembangnya indutri pesaing. Pemilihan strategi dapat

dilakukan dengan bantuan pengambilan keputusan melalui metode pada Fuzzy. Metode SAW (Simple Additive

Weighting) dapat membantu pengambilan keputusan mengenai pemilihan strategi. Penelitian ini bertujuan untuk mengetahui hasil pengambilan keputusan sebagai strategi pemasaran dalam industri tekstil menggunakan metode

SAW. Terdapat empat alternatif strategi dengan kriteria untuk penilain alternatif sebanyak 14 kriteria. Hasilnya,

diperoleh bahwa dengan metode SAW alternatif yang terpilih adalah Alternatif 1 (A1), yaitu berupa pengoptimalan

mesin-mesin berteknologi tinggi, tenaga kerja, sumber daya perusahaan dan penggunaan system VMI. Kata Kunci: Fuzzy, Strategi Pemasaran, Metode SAW

Abstract

Selection of the necessary marketing strategies in line with the development of industry rivals. Selection strategies

can be done with the help decision making through methods on Fuzzy. Methods SAW (Simple Additive weighting)

can help make decisions regarding the selection of strategies. This study aims to determine the results of the decision-

making as a marketing strategy in textiles using SAW method. There are four alternative strategies with alternative criteria for assessing a total of 14 criteria. The result was obtained that the SAW method chosen alternative is

Alternative 1 (A1), the form optimization of high-tech machines, labor, corporate resources and the use of VMI

system.

Keyword: Fuzzy, Marketing strategy, SAW method

1. PENDAHULUAN

Industri tekstil mempunyai peran yang cukup penting di dalam perekonomian Indonesia. Industri tekstil

dan produk tekstil merupakan salah satu industri yang di prioritaskan untuk dikembangkan karena

memiliki peran yang strategis dalam perekonomian nasional, yaitu sebagai penyumbang devisa negara,

menyerap tenaga kerja yang cukup besar. Disamping itu, sebagai industri untuk

memenuhi kebutuhan sandang nasional. Hal ini pula dapat ditunjukkan melalui perolehan surplus ekspor

terhadap impor selama satu dasawarsa terakhir [1]. Industri tekstil mempunyai kontribusi 2,18 persen

terhadap Produk Domestik Bruto (PDB) dan 8,01 persen terhadap industri pengolahan pada tahun 2010

[2]. Peningkatan laju permintaan produk industri tekstil biasanya akan berdampak dengan peningkatan

jumlah unit usaha tekstil [3]. Seiring perkembangan industri tekstil, maka persaingan di industri tekstil

semakin besar pula. Sehingga menuntut perusahaan untuk mampu bersaing serta menuntut agar pengelola

unit usaha tekstil untuk dapat bergerak dengan cepat, efektif dan efisien agar usaha yang dikembangkan

berhasil [4].

Keberhasilan suatu usaha salah satu factor penentunya adalah dalam hal pemasaran. Sehingga dibutuhkan

strategi pemasaran yang kompetitif. Pemilihan strategi pemasaran dibutuhkan penelitian diberbagai faktor

internal dan eksternal perusahaan yang berpengaruh terhadap performasi perusahaan [5]. Pemilihan

strategi pemasaran dapat dikategorikan sebagai tindakan pengambilan keputusan [6]. Pengambilan

keputusan dapat dibantu dengan suatu metode tertentu, salah satunya menggunakan logika fuzzy.

Pemanfaatan fuzzy dalam pemilihan strategi pemasaran diantaranya pendekatan dengan fuzzy AHP untuk

memilih startegi pemasaran [7], pemilihan strategi marketing untuk hotel di Taiwan menggunakan AHP

(Lin & Wu) [8].

Masalah pengambilan keputusan ini dapat dikategorikan dalam masalah Multi-Attribute Decision Making

(MADM) dalam logika fuzzy. Untuk menyelesaikan masalah MADM ini terdapat metode-metode yang

dapat membantu dalam pengambilan keputusan, salah satu diantaranya metode Simple Additive Weighting

Method (SAW). Metode SAW sering dikenal dengan istilah metode penjumlahan terbobot. Konsep dasar

Page 2: Metode SAW (Simple Additive Weighting) dalam …ilkom.unnes.ac.id/snik/prosiding/2016/56. SNIK_363_Metode SAW.pdf · Pemanfaatan fuzzy dalam pemilihan strategi pemasaran diantaranya

Seminar Nasional Ilmu Komputer (SNIK 2016) - Semarang, 10 Oktober 2016 ISBN: 978-602-1034-40-8

380

metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua

atribut [9, 10].

2. METODE

2.1. Metode Simple Additive Weighting (SAW)

Konsep metode SAW adalah mencari jumlahan terbobot dari rating kinerja pada setiap alternatif pada

semua atribut. Dalam metode SAW ini membutuhkan proses normalisasi matriks keputusan (X) ke suatu

skala yang dapat diperbandingkan dengan semua rating alternatif yang ada [3]. Penentukan hasil

normalisasi digunakan rumus sebagai berikut.

{

(1)

dimana adalah rating knerja ternormalisasi dari alternatif Ai pada atribut Cj; i = 1,2,…,m dan

j=1,2,…,n. Nilai preferensi untuk setiap alternatif (Vi) diberikan sebagai:

∑ (2)

Nilai Vi yang lebih besar mengindikasikan bahwa alternatif Ai lebih terpilih.

3. HASIL DAN PEMBAHASAN

3.1. Alternatif dan Kriteria Starategi Pemasaran

Terdapat 4 alternatif yang digunakan dalam memilih strategi pemasaran. Keempat alternatif strategi

pemasaran tersebut adalah.

1. Alternatif 1 (A1)

Memenuhi target permintaan pasar dengan pengoptimalan mesin-mesin berteknologi tinggi, tenaga

kerja, sumber daya perusahaan dan penggunaan system VMI.

2. Alternatif 2 (A2)

Menggunakan brand image perusahaan denga melakukan kegiatan promosi produk secara online

dan jejaring sosial dan penyediaan pusat pelayanan pelanggan.

3. Alternatif 3 (A3)

Melakukan pemasaran dengan cara menjemput bola ke pelanggan untuk menawarkan produk

perusahaan.

4. Alternatif 4 (A4)

Melaukan pertemuan pelaku distribusi dengan pengadaan rapat rutin tiap bulan oleh tim pemasaram

untuk memperbaiki sistem distribusi perusahaan.

Kriteria-kriteria strategi pemasaran yang digunakan seperti pada Tabel 1 [11]. Sedangkan untuk rating

kecocokan kriteria dari setap alternatif pada setiap kriteria terdapat pada Tabel 2 dan untuk pembobotan

dan jenis kriteria untuk pengambilan keputusan terdapat pada Tabel 3.

Tabel 1. Kriteria Strategi Pemasaran

Kriteria Atribut

Managerial Capabilities Keadaan Finansial (KF)

Keefektifan Manajemen SDM (MS)

Manajemen Operasi yang Baik (MO)

Customer Linking

Capabilities

Tingkat Customer Service (CS)

Hubungan dengan Key Target Customer (KT)

Mengetahui Kebutuhan Konsumen (KK)

Menciptakan Hubunagn Dengan Konsumen

(MK)

Mengembangkan Hubungan dengan

Konsumen (HK)

Market Innovation

Capabilities

Kapabilitas Mengeluarkan Produk Baru (PB)

Keefektifan Proses Pengembangan Produk

(PP)

Page 3: Metode SAW (Simple Additive Weighting) dalam …ilkom.unnes.ac.id/snik/prosiding/2016/56. SNIK_363_Metode SAW.pdf · Pemanfaatan fuzzy dalam pemilihan strategi pemasaran diantaranya

Seminar Nasional Ilmu Komputer (SNIK 2016) - Semarang, 10 Oktober 2016 ISBN: 978-602-1034-40-8

381

Kriteria Atribut

Human Resource Assets Tingkat Kepuasan Kerja Karyawan (TK)

Tingkat Retensi Karyawan (TR)

Reputational Assets Brand and Reputation (BR)

Integritas (IR)

Tabel 2. Rating kecocokan dari setiap alternatif pada setiap kriteria

Alternatif Kriteria

KF MS MO CS KT

A1 7.616000 7.550656 7.507085 7.417063 7.028862

A2 7.616000 8.042556 8.462468 8.666667 7.942884

A3 7.300182 7.184165 7.063887 7.000000 6.838134

A4 5.713569 5.940097 6.177960 6.368734 6.582169

Alternatif Kriteria

KK MK HK PB PP

A1 6.636985 6.368734 6.420303 6.457143 6.539219

A2 7.236813 6.817173 6.434326 6.047174 5.713569

A3 6.686280 6.539219 6.539219 6.539219 6.539219

A4 6.770862 7.000000 6.560037 6.133480 5.713569

Alternatif Kriteria

TK TR BR IR

A1 7.073927 7.605532 7.948366 7.948366

A2 5.991666 6.266369 6.539219 7.073927

A3 6.817102 7.089233 7.300182 7.300182

A4 5.594432 5.470339 5.343861 6.417774

Tabel 3. Bobot Kriteria dan Jenis Kriteria

Atribut Kode Bobot (wj) Jenis Kriteria

Keadaan Finansial KF 0,1799 -

Keefektifan Manajemen SDM MS 0,1132 +

Manajemen Operasi yang Baik MO 0,1010 +

Tingkat Customer Service CS 0,0392 +

Hubungan dengan Key Target Customer KT 0,0326 +

Mengetahui Kebutuhan Konsumen KK 0,0632 +

Menciptakan Hubunagn dengan Konsumen MK 0,0316 +

Menciptakan Hubungan dengan Konsumen HK 0,0308 +

Kapabilitas Mengeluarkan Produk Baru PB 0,0708 +

Keefektifan Proses Pengembangan Produk PP 0,0717 +

Tingkat Kepuasan Kerja Karyawan TK 0,0662 +

Tingkat Retensi Karyawan TR 00585 -

Brand and Reputation BR 0,0751 +

Integritas IR 0,0661 +

3.2 Pengolahan Data dengan Metode Simple Additive Weighting Method (SAW)

Dari tabel rating kecocokan dibuat matrik keputusan yang kemudian dilakukan normalisasi sesuai dengan

persamaan (1), hasil normalisasi disajikan dalam bentuk matriks normalisasi seperti pada Tabel 4.

Page 4: Metode SAW (Simple Additive Weighting) dalam …ilkom.unnes.ac.id/snik/prosiding/2016/56. SNIK_363_Metode SAW.pdf · Pemanfaatan fuzzy dalam pemilihan strategi pemasaran diantaranya

Seminar Nasional Ilmu Komputer (SNIK 2016) - Semarang, 10 Oktober 2016 ISBN: 978-602-1034-40-8

382

Tabel 4. Matrik Ternormalisasi

Alternatif Kriteria

KF MS MO CS KT

A1 0.750206 0.938838 0.887104 0.855815 0.88497

A2 0.750206 1 1 1 1

A3 0.782661 0.893269 0.834731 0.807692 0.860913

A4 1 0.738583 0.730042 0.734854 0.828688

Alternatif Kriteria

KK MK HK PB PP

A1 0.9171143 0.909819 0.978699 0.987449 1

A2 1 0.973882 0.980837 0.924755 0.873739

A3 0.923926 0.934174 0.996827 1 1

A4 0.935614 1 1 0.93795 0.873739

Alternatif Kriteria

TK TR BR IR

A1 1 0.719258 1 1

A2 0.8470070 0.872968 0.822712 0.889985

A3 0.9636941 0.771641 0.918451 0.918451

A4 0.7908524 1 0.67232 0.807433

Proses perangkingan alternatif pilihan dilakukan berdasarkan persamaan (2), sehingga diperoleh:

4. SIMPULAN

Pada metode SAW alternatif yang terpilih dalam pemilihan strategi pemasaran adalah alternatif 1 (A1)

dari empat alternatif yang ada. Strategi Alternatif 1 berupa pengoptimalan mesin-mesin berteknologi

tinggi, tenaga kerja, sumber daya perusahaan dan penggunaan system VMI.

5. REFERENSI

[1] Kemenperin. 2010. Biro Umum dan Humas. Kementerian Perindustrian, Jakarta.

[2] BPS. 2009. Statistik Indonesia 2008. Badan Pusat Statistik, Jakarta.

[3] Kusumadewi, S., Hartati, S, et al,. 2006. Fuzzy Multi-Attribute Decision Making (Fuzzy MADM).

Graha Ilmu, Yogyakarta.

[4] Yulianto, A.W, Suyitno Hardi, Mashuri, 2012. Aplikasi Fuzzy Linear Programming dalam

Optimalisasi Produksi. UNNES Journal of Mathematics. Vol. 1(1): 9-14.

[5] Sari, P.M.R, Santoso, P.B, Hamdala, I. Pengambilan Keputusan Strategi Pemasaran Menggunakan

Metode ANP dan Fuzzy TOPSIS. Universitas Brawijaya.

[6] Yunus, M, Dahlan, H.S, Santoso, P.B, 2014. SPK Pemilihan Calon Pendonor Darah Potensial

dengan Algoritma C4.5 dan Fuzzy Tahani. Junal EECCIS. Vol. 1(8), 57-58.

[7] Mohaghar, Ali. 2012. A Combined VIKOR–Fuzzy AHP Approach to Marketing Strategy Selection.

Business Management and Strategy, Vol. 3(1).

[8] Lin, C.T., & Wu, C.S. 2008. Selecting Marketing Strategy for Private Hotels in Taiwan using the

Analytic Hierarchy Process. The Service Industries Journal. Vol. 28(8), 1077-1091.

[9] Fishburn, P. C.1967. A Problem-based Selection of Multi-Attribute Decision Making Methods.

Blackwell Publisihing, New Jersey.

[10] MacCrimmon, K. R., 1968, Decisionmaking among Multiple Attribute Alternatives. A Survey

and Consolidated Approach, RM-4823-ARPA, the Rand Corporation, Santa Monica (CAL).

[11] Wu, C.S, Lin, C.T, Lee, C 2009. Optimazing a Marketing Expert Decision Process for Private Hotel.

Journal of Expert System with Applications. Vol 36: 5613-5619.