perancangan dan implementasi sistem pendukung...

PERANCANGAN DAN IMPLEMENTASI PERANGKAT

LUNAK SISTEM PENDUKUNG KEPUTUSAN MULTI

KRITERIA MENGGUNAKAN METODE AHP

OLEH :

SITI MAGHFIROH

NRP. 1212 100 033

DOSEN PEMBIMBING :

Prof. Dr. MOHAMMAD ISA IRAWAN, MT

PENDAHULUAN

2

JURUSAN MATEMATIKA | FMIPA | ITS SURABAYA

3

MCDM

SPK

Penelitian

Terdahulu

AHP

Pengambilan

Keputusan

Perangkat lunak

SPK multi fungsi

menggunakan

metode AHP

LATAR BELAKANG


RUMUSAN MASALAH

4

Bagaimana merancang perangkat lunak SPK multi kriteria menggunakan

metode AHP?


Bagaimana mengimplementasikan rancangan perangkat lunak sehingga

dapat digunakan untuk berbagai permasalahan pengambilan keputusan?

Bagaimana menguji perangkat lunak menggunakan data penelitian yang

sudah ada?

BATASAN MASALAH

5

Perangkat lunak dibangun menggunakan bahasa pemrograman Java dan database MySQL

Perangkat lunak yang dibangun hanya berlaku untuk pengambilan keputusan dengan metode AHP

Jumlah maksimal kriteria, subkriteria, dan alternatif adalah 15

Tidak dilakukan proses pembandingan dengan metode lainnya


Jumlah maksimal level hirarki adalah empat yang meliputi tujuan, kriteria, subkriteria, dan alternatif. Jika terdapat subkriteria maka setiap kriteria harus memiliki subkriteria dan alternatif berhubungan langsung dengan subkriteria

TUJUAN

6 JURUSAN MATEMATIKA | FMIPA | ITS SURABAYA

Merancang perangkat lunak SPK multi kriteria menggunakan metode AHP

Mengimplementasikan rancangan perangkat lunak sehingga dapat

digunakan untuk berbagai permasalahan pengambilan keputusan

Menguji perangkat lunak menggunakan data penelitian yang sudah ada?

MANFAAT

7

Dapat membantu menyelesaikan berbagai permasalahan pengambilan

keputusan multi kriteria menggunakan metode AHP


8

Komponen SPK

DBMS

Model

Interface

Knowledge Base

SPK


9

Kelompok – perbandingan berpasangan

AHP


Langkah-langkah metode AHP :

10

1. Mendefinisikan masalah, menentukan solusi, menyusun hirarki

AHP


11

2. Membuat matriks perbandingan berpasangan setiap alternatif untuk setiap kriteria

𝑎 𝑗,𝑖 = 1𝑎 𝑖,𝑗 (2)

AHP


𝐴1 𝐴2 𝐴3 ⋯ 𝐴𝑛

𝐴1

𝑎11 𝑎12 𝑎13 ⋯ 𝑎1𝑛

𝐴2 𝑎21 𝑎22 𝑎23 ⋯ 𝑎2𝑛

𝐴 = 𝐴3 𝑎31 𝑎32 𝑎33 ⋯ 𝑎3𝑛 (1)

⋮ ⋮ ⋮ ⋮ ⋮ ⋮

𝐴𝑛 𝑎𝑛1 𝑎𝑛2 𝑎𝑛3 ⋯ 𝑎𝑛𝑛

12

3. Sintesis

a. Jumlahkan nilai pada setiap kolom matriks perbandingan berpasangan

b. Bagilah setiap nilai pada setiap kolom matriks perbandingan berpasangan dengan

jumlah kolom yang sesuai, ini disebut matriks normalisasi

c. Rata-rata nilai pada setiap baris matriks normalisasi, ini disebut vektor preferensi

d. Gabungkan vektor preferensi setiap kriteria (hasil langkah 3c) ke dalam satu

matriks preferensi

4. Membuat matriks perbandingan berpasangan setiap kriteria

5. Menghitung matriks normalisasi dengan membagi setiap nilai pada setiap kolom

matriks dengan jumlah kolom yang sesuai

6. Membuat vektor preferensi kriteria dengan menghitung rata-rata baris matriks

normalisasi

AHP


13

7. Menghitung nilai keseluruhan setiap alternatif dengan mengalikan vektor preferensi

kriteria (hasil langkah 6) dengan matriks preferensi (hasil langkah 3d)

8. Alternatif diranking berdasarkan nilai yang dipeorleh dari langkah 7

9. Menghitung 𝜆𝑚𝑎𝑘𝑠

a) Kalikan matriks perbandingan berpasangan setiap kriteria (hasil langkah 4)

dengan vektor preferensi kriteria (hasil langkah 6)

𝑀𝑛×1 = 𝐵 𝑛×𝑛 . 𝑉 𝑛×1 (3)

b) Bagilah hasil 9a dengan vektor preferensi kriteria (hasil langkah 6) yang

bersesuaian

𝑑𝑖1 = 𝑚𝑖1

𝑣𝑖1 (4)

c) Jumlahkan hasil 9b, kemudian dibagi dengan jumlah kriteria

𝜆𝑚𝑎𝑘𝑠 =

𝑚𝑖1𝑣𝑖1

𝑛𝑖=1

𝑛 (5)

AHP


14

10. Menghitung Consistency Index (CI)

𝐶𝐼 =𝜆𝑚𝑎𝑘𝑠 − 𝑛

𝑛 − 1 (6)

11. Menghitung Consistency Ratio (CR)

𝐶𝑅 =𝐶𝐼

𝐼𝑅 (7)

dengan 𝐶𝑅 = Consistency Ratio

𝐶𝐼 = Consistency Index

𝐼𝑅 = Index Random Consistency

AHP


Jika nilainya lebih dari 0,1, maka penilaian harus diperbaiki. Nilai Index

Random consistency dapat dilihat pada tabel berikut.

15

Daftar Index Random Consistency

Ukuran Matriks Nilai IR

1,2 0

3 0,58

4 0,90

5 1,12

6 1,24

7 1,32

8 1,41

9 1,45

10 1,49

11 1,51

12 1,48

13 1,56

14 1,57

15 1,59

AHP


16

JAVA

Bahasa pemrograman OOP

Dapat dijalankan pada berbagai platform OS menggunakan

interpreter/JVM

Bersifat open source

Program Java >> applet dan aplikasi

Platform Java >> J2SE, J2EE, J2ME


17

MySQL

Salah satu relational database management system (RDBMS)

Bersifat open source

Dijalankan pada berbagai platform OS

Struktur database >> tabel-tabel yang saling berelasi

Mendukung SQL standar

SQL dibagi dalam dua sub perintah :

1. DDL >> CREATE, ALTER, DROP

2. DML >> INSERT, SELECT, UPDATE, dan DELETE


18

REKAYASA PERANGKAT LUNAK

Aplikasi program komputer >> program itu sendiri, konfigurasi yang

digunakan, dokumentasi penjelasan struktur sistem, dokumentasi

penggunaan sistem, serta informasi pengembangan sistem

Model pengembangan >> model sekuensial linier/Waterfall Model,

Prototype Model, RAD (Rapid Application Development) Model,

Evolutionary Software Process Models


19

REKAYASA PERANGKAT LUNAK

Tahap-tahap pengembangan model sekuensial linear :

1. Rekayasa dan pemodelan sistem (System engineering and modeling)

2. Analisis kebutuhan perangkat lunak (Analysis)

3. Desain (Design)

4. Pengkodean (Code)

5. Pengujian (Test)

6. Pemeliharaan (Maintenance)


20

METODE PENELITIAN


Studi Literatur

Penarikan Kesimpulan dan Saran

Penulisan Laporan

mulai

selesai

Analisis Kebutuhan Perangkat Lunak

Penganalisisan spesifikasi perangkat lunak

Perancangan Perangkat Lunak

Perancangan usecase diagram, activity diagram,

interface, dan database arsitektur

Implementasi Perangkat Lunak

Pengkodean perangkat lunak menggunakan

bahasa pemrograman Java dan database MySQL

Pengujian dan Evaluasi Perangkat Lunak

Pengujian perangkat lunak menggunakan data

penelitian sebelumnya

21

Kebutuhan

Fungsional 1. Melakukan proses perankingan alternatif

2. Mengelola data kasus yang meliputi : lihat dan cetak detail

kasus, mengubah data kasus, dan menghapus data kasus

3. Melakukan proses pencarian bantuan

Kebutuhan

Non

Fungsional

1. Ketersediaan perangkat lunak

2. Desain perangkat lunak harus user friendly

3. Media penyimpanan

4. Waktu aplikasi untuk merespon request dari user

5. Keamanan data

6. Keamanan perangkat lunak

KEBUTUHAN PERANGKAT LUNAK


22

SPK Metode AHP

User

Perankingan

Alternatif

Mengelola data

kasus

Bantuan

USECASE DIAGRAM


23

ACTIVITY DIAGRAM


Konsisten?

Ada subkriteria?

Konsisten?

Konsisten?

ya

ya

tidak tidak

ya

ya

tidak

start

stop

Input nama user, nama kasus, deskripsi kasus, nama decisionmaker, data alternatif, data kriteria, data subkriteria

Input perbandingan berpasangan kriteria

tidak

Input perbandinganberpasangan subkriteria

Input perbandinganberpasangan alternatif

Ranking alternatif

Input keyword

Hasil pencarian

ditampilkan

Keyword cocok?

ya

tidak

start

stop

Lihat daftar kasus

Tampil detail data

Simpan data

Data terhapusPerankingan

alternatif

Lihat detail data?

ya

Ubah data? Hapus data?tidak tidak

tidak

ya ya

start

stop

stop stop

24

DESAIN INTERFACE


SPK – AHP

Software SPK untuk menyelesaikan permasalahan pengambilan keputusan

menggunakan metode AHP

NEW DATA HELP

25

DESAIN INTERFACE


Masukkan Kasus Baru

Nama Kasus

Nama user

Nama DM* +

No Nama DM

Alternatif +

No Nama Alternatif

Kriteria +

No Nama Kriteria

Sub-kriteria +

No Nama Kriteria

Kriteria

Nama Sub-kriteria

Next

Deskripsi

*Decision Maker

26

DESAIN INTERFACE


Skala Kepentingan

Daftar Kriteria

Next

No Nama Kriteria

Tambah

K3 ...K2K1

K2

K1

K3

...

Pilih DM

K6K5K4

Hapus

Perbandigan Berpasangan

27

DESAIN INTERFACE


A3 ...A2A1

A2

A1

A3

...

User

Judul Kasus

Tanggal

A6A5A4

Data DM A3 ...A2A1

A2

A1

A3

...

A6A5A4

A3 ...A2A1

A2

A1

A3

...

A6A5A4

Data Alternatif

Data Kriteria

Data Subkriteria

No Nama Alternatif Bobot

Hasil Ranking

Deskripsi

28

DESAIN INTERFACE


No Tujuan

2

1

3

Action

Lihat

Daftar Kasus

Hapus

Lihat Hapus

Lihat Hapus

Ubah

Ubah

Ubah

29

DESAIN INTERFACE


Content Find

Tentang Aplikasi

Tambah Kasus

Ubah Kasus

Hapus Kasus

Cetak Data Kasus

SPK – AHP Ver: 1.0

©2016

SPK – AHP dapat digunakan untuk menyelesaikan permasalahan

pengambilan keputusan multi kriteria menggunakan metode

AHP (Analytic Hierarchy Process). SPK – AHP juga menyediakan

fasilitas simpan data dan cetak hasil perhitungan.

Klik pilihan pada tab Contents untuk melihat tatacara penggunaan

aplikasi

30

ARSITEKTUR DATABASE


kasus

id_kasus

nama_kasus

user_create

user_update

tgl_create

tgl_update

...

int

char(100)

char(30)

char(30)

date

date

<pk>

kriteria

id_kriteria

id_kasus

id_dm

nama_kriteria

...

int

int

int

char(50)

<pk,fk2>

<fk1>

<fk2>

subkriteria

id_subkriteria

id_kriteria

id_dm

nama_subkriteria

...

int

int

int

char(50)

<pk,fk2>

<fk1>

<fk2>

alternatif

id_alternatif

id_kasus

nama_alternatif

bobot_alternatif

...

int

int

char(50)

float

<pk>

<fk>

decision_maker

id_dm

id_subkriteria

id_kasus

nama_dm

...

int

int

int

char(30)

<pk,fk2>

<fk2>

<fk1>

Bantuan

id_bantuan

judul_bantuan

content_bantuan

...

int

char(256)

char(256)

<pk>

pbk

id_dm

id_kriteria1

id_kriteria2

nilai_pb

...

int

int

int

double

<pk,fk1>

<pk,fk2>

pbs

id_dm

id_subkriteria1

id_subkriteria2

nilai_pb

...

int

int

int

double

<pk,fk1>

<pk,fk2>

pbka

id_dm

id_kriteria

id_alternatif1

id_alternatif2

nilai_pb

...

int

int

int

int

double

<pk,fk1>

<pk,fk2>

pbsa

id_dm

id_subkriteria

id_alternatif1

id_alternatif2

nilai_pb

...

int

int

int

int

double

<pk>

<pk>

31

procedure Ranking;

begin

initialize jumlah_level L;

input pb;

foreach level i∈L, do i:= prioritas_globali repeat

for i=0 to leveli.size do

for j=0 to leveli.size do

jumi+=pbj,i (jumlah dalam baris);

endfor;

endfor;



normi,j=pbi,j/jumi;

endfor;

endfor;



prioritasi+=normi,j (jumlah dalam kolom)/leveli.size;

prioritas_globali= prioritasi. prioritas_globali(level L-1);

add prioritas_globali to L;

endfor;

endfor;

rank = select prioritas_globali(L);

until L.size;

end;

PSEUDOCODE


32

IMPLEMENTASI


33

IMPLEMENTASI


34

IMPLEMENTASI


35

IMPLEMENTASI


36

IMPLEMENTASI


37

IMPLEMENTASI


38

Perangkat lunak di uji menggunakan data penelitian yang sudah ada [16]

PENGUJIAN


39

PENGUJIAN


Ranking alternatif data uji Ranking alternatif perangkat lunak

Ranking Nama Alternatif Bobot

1 Alt. Proyek Investasi 08 0.150










40

Kesimpulan

1. Rancangan perangkat lunak dibuat dengan menggunakan metode AHP dan

didesain secara dinamis.

2. Hasil pengujian menggunakan data referensi [16] menunjukkan bahwa

perangkat lunak yang dibangun memberikan ranking alternatif yang sama

sehingga dengan adanya perangkat lunak ini decision maker tidak perlu

membangun perangkat lunak lain untuk permasalahan yang berbeda.

Saran

Adapun saran dari Tugas Akhir ini adalah pengembangan perangkat lunak

serupa dengan metode MCDM yang lain sehingga dapat digunakan untuk

membandingkan hasil perankingan untuk kasus yang sama.

KESIMPULAN DAN SARAN


[1] Kusumadewi, S., Hartati, S., Harjoko, A., & Wardoyo, R. (2006). Fuzzy Multi-Attribute

Decision Making (FUZZY MADM). Yogyakarta: Graha Ilmu.

[2] Garcia, J. L., Alvarado, A., Blanco, J., Jimenez, E., Maldonado, A. A., & Cortes, G.

(2013). Multi-attribute evaluation and selection of sites for agricultural product

warehouses based on an Analytic Hierarchy Process. Computers and Electronics in

Agriculture, 60-69.

[3] Saefudin, & Wahyuningsih, S. (2014). Sistem Pendukung Keputusan untuk Penilaian

Kinerja Pegawai Menggunakan Metode Analytical Hierarchy Process (AHP) pada

RSUD Serang. Sistem Informasi, 33-40.

[4] Ranius, A. Y. (2015). Sistem Pendukung Keputusan Penentuan Destinasi Wisata

Unggulan di Kota Palembang. Seminar Nasional Inovasi dan Tren (SNIT), 50-55.

[5] Setiawan, A., Irawan, M. I., & Wijaya, R. (2007). Perancangan dan Pembuatan

Aplikasi Decision Support System pada Departemen HRD dan Pembelian dengan

Menggunakan Metode Analytic Hierarchy Process (AHP).

[6] Juliyanti, Irawan, M. I., & Mukhlash, I. (2011). Pemilihan Guru Berprestasi

Menggunakan Metode AHP dan TOPSIS. Prosiding Seminar Nasional Penelitian,

Pendidikan dan Penerapan MIPA, Fakultas MIPA, Universitas Negeri Yogyakarta, 14

Mei 2011 , 63-68.

41

DAFTAR PUSTAKA


[7] Artana, K. B. (2008). Pengambilan Keputusan Kriteria Jamak (MCDM) untuk Pemilihan

Lokasi Floating Storage and Regasification Unit (FSRU): Studi Kasus Suplai LNG dari

Ladang Tangguh ke Bali. Pengambilan Keputusan Kriteria Jamak (MCDM), 97-111.

[8] Javad, R. M., & Mohammad, A. (2014). Application of Analytical Hierarchy Process to

Selection of Primary Crusher. International Journal of Mining Science and Technology, 519–

523.

[9] Turban, E., Aronson, J. E., & Liang, T.-P. (2005). Decision Support Systems and Intelligent

Systems (Sistem Pendukung Keputusan dan Sistem Cerdas). Yogyakarta: ANDI.

[10] Taylor, B. W. (2013). Introduction to Management Science. New Jersey: Prentice Hall.

[11] Rao, R. V. (2007). Decision Making in the Manufacturing Environment : Using Graph Theory

and Fuzzy Multiple Attribute Decision Making Methods. London: Springer.

[12] Kadir, A. (2005). Dasar Pemrograman Java 2. Yogyakarta: ANDI.

[13] Hariyanto, B.(2011). Esensi-Esensi Bahasa Pemrograman Java. Bandung: Infromatika.

[14] Nugroho, B. (2006). Database Relational dengan MySQL. Yogyakarta: ANDI.

[15] Pressman, R. S. (2001). Software Engineering. New York: McGraw-Hill.

[16] Raheditya, R., & Suparno. (2014). Analisa Keputusan Proyek Investasi Pemasangan

Booster Kompresor sebagai Upaya Mempertahankan Produksi Gas Bumi Lapangan

Offshore L-Parigi di PT. PEP dengan Metode AHP dan TOPSIS. Surabaya: ITS.

42

DAFTAR PUSTAKA


43

TERIMA

KASIH


perancangan dan implementasi sistem pendukung...

Documents