perancangan dan implementasi sistem pendukung...
TRANSCRIPT
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
JURUSAN MATEMATIKA | FMIPA | ITS SURABAYA
RUMUSAN MASALAH
4
Bagaimana merancang perangkat lunak SPK multi kriteria menggunakan
metode AHP?
JURUSAN MATEMATIKA | FMIPA | ITS SURABAYA
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
JURUSAN MATEMATIKA | FMIPA | ITS SURABAYA
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
JURUSAN MATEMATIKA | FMIPA | ITS SURABAYA
8
Komponen SPK
DBMS
Model
Interface
Knowledge Base
SPK
JURUSAN MATEMATIKA | FMIPA | ITS SURABAYA
9
Kelompok – perbandingan berpasangan
AHP
JURUSAN MATEMATIKA | FMIPA | ITS SURABAYA
Langkah-langkah metode AHP :
10
1. Mendefinisikan masalah, menentukan solusi, menyusun hirarki
AHP
JURUSAN MATEMATIKA | FMIPA | ITS SURABAYA
11
2. Membuat matriks perbandingan berpasangan setiap alternatif untuk setiap kriteria
𝑎 𝑗,𝑖 = 1𝑎 𝑖,𝑗 (2)
AHP
JURUSAN MATEMATIKA | FMIPA | ITS SURABAYA
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
JURUSAN MATEMATIKA | FMIPA | ITS SURABAYA
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
JURUSAN MATEMATIKA | FMIPA | ITS SURABAYA
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
JURUSAN MATEMATIKA | FMIPA | ITS SURABAYA
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
JURUSAN MATEMATIKA | FMIPA | ITS SURABAYA
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
JURUSAN MATEMATIKA | FMIPA | ITS SURABAYA
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
JURUSAN MATEMATIKA | FMIPA | ITS SURABAYA
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
JURUSAN MATEMATIKA | FMIPA | ITS SURABAYA
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)
JURUSAN MATEMATIKA | FMIPA | ITS SURABAYA
20
METODE PENELITIAN
JURUSAN MATEMATIKA | FMIPA | ITS SURABAYA
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
JURUSAN MATEMATIKA | FMIPA | ITS SURABAYA
22
SPK Metode AHP
User
Perankingan
Alternatif
Mengelola data
kasus
Bantuan
USECASE DIAGRAM
JURUSAN MATEMATIKA | FMIPA | ITS SURABAYA
23
ACTIVITY DIAGRAM
JURUSAN MATEMATIKA | FMIPA | ITS SURABAYA
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
JURUSAN MATEMATIKA | FMIPA | ITS SURABAYA
SPK – AHP
Software SPK untuk menyelesaikan permasalahan pengambilan keputusan
menggunakan metode AHP
NEW DATA HELP
25
DESAIN INTERFACE
JURUSAN MATEMATIKA | FMIPA | ITS SURABAYA
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
JURUSAN MATEMATIKA | FMIPA | ITS SURABAYA
Skala Kepentingan
Daftar Kriteria
Next
No Nama Kriteria
Tambah
K3 ...K2K1
K2
K1
K3
...
Pilih DM
K6K5K4
Hapus
Perbandigan Berpasangan
27
DESAIN INTERFACE
JURUSAN MATEMATIKA | FMIPA | ITS SURABAYA
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
JURUSAN MATEMATIKA | FMIPA | ITS SURABAYA
No Tujuan
2
1
3
Action
Lihat
Daftar Kasus
Hapus
Lihat Hapus
Lihat Hapus
Ubah
Ubah
Ubah
29
DESAIN INTERFACE
JURUSAN MATEMATIKA | FMIPA | ITS SURABAYA
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
JURUSAN MATEMATIKA | FMIPA | ITS SURABAYA
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;
for i=0 to leveli.size do
for j=0 to leveli.size do
normi,j=pbi,j/jumi;
endfor;
endfor;
for i=0 to leveli.size do
for j=0 to leveli.size do
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
JURUSAN MATEMATIKA | FMIPA | ITS SURABAYA
32
IMPLEMENTASI
JURUSAN MATEMATIKA | FMIPA | ITS SURABAYA
33
IMPLEMENTASI
JURUSAN MATEMATIKA | FMIPA | ITS SURABAYA
34
IMPLEMENTASI
JURUSAN MATEMATIKA | FMIPA | ITS SURABAYA
35
IMPLEMENTASI
JURUSAN MATEMATIKA | FMIPA | ITS SURABAYA
36
IMPLEMENTASI
JURUSAN MATEMATIKA | FMIPA | ITS SURABAYA
37
IMPLEMENTASI
JURUSAN MATEMATIKA | FMIPA | ITS SURABAYA
38
Perangkat lunak di uji menggunakan data penelitian yang sudah ada [16]
PENGUJIAN
JURUSAN MATEMATIKA | FMIPA | ITS SURABAYA
39
PENGUJIAN
JURUSAN MATEMATIKA | FMIPA | ITS SURABAYA
Ranking alternatif data uji Ranking alternatif perangkat lunak
Ranking Nama Alternatif Bobot
1 Alt. Proyek Investasi 08 0.150
2 Alt. Proyek Investasi 06 0.147
3 Alt. Proyek Investasi 02 0.132
4 Alt. Proyek Investasi 04 0.128
5 Alt. Proyek Investasi 10 0.098
6 Alt. Proyek Investasi 01 0.095
7 Alt. Proyek Investasi 07 0.077
8 Alt. Proyek Investasi 03 0.063
9 Alt. Proyek Investasi 09 0.057
10 Alt. Proyek Investasi 05 0.053
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
JURUSAN MATEMATIKA | FMIPA | ITS SURABAYA
[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
JURUSAN MATEMATIKA | FMIPA | ITS SURABAYA
[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
JURUSAN MATEMATIKA | FMIPA | ITS SURABAYA
43
TERIMA
KASIH
JURUSAN MATEMATIKA | FMIPA | ITS SURABAYA