perancangan sistem pengaduan online dan sistem pendukung
TRANSCRIPT
1
Perancangan Sistem Pengaduan Online dan Sistem Pendukung
Keputusan Terhadap Prioritas Perbaikan Jalan Dengan
Menggunakan Logika Fuzzy MADM Berbasis Web
(Studi Kasus : BAPPEDA Kota Tomohon)
Artikel Ilmiah
Diajukan kepada
Fakultas Teknologi Informasi
untuk Memperoleh Gelar Sarjana Komputer
Peneliti:
Zefania Maleeva Palilingan (672011120)
Alz Danny Wowor S.Si., M.Cs.
Ramos Somya, S.Kom., M.Cs.
Program Studi Teknik Informatika
Fakultas Teknologi Informasi
Universitas Kristen Satya Wacana
Salatiga
Agustus 2015
1
2
3
4
5
6
1
Perancangan Sistem Pengaduan Online dan Sistem Pendukung
Keputusan Terhadap Prioritas Perbaikan Jalan Dengan
Menggunakan Logika Fuzzy MADM Berbasis Web
(Studi Kasus : BAPPEDA Kota Tomohon)
1) Zefania Maleeva Palilingan, 2)Alz Danny Wowor, 3) Ramos Somya
Fakultas Teknologi Informasi
Universitas Kristen Satya Wacana
Jl. Diponegoro 52-60, Salatiga 50711, Indonesia
Email: 1)[email protected], 2)[email protected], 3) [email protected]
Abstract
Road infrastructure is an important aspect to improve the economy, trade,
education and tourism of the city. As a government, the Regional Development Planning
Board (BAPPEDA) of Tomohon is obliged to monitor and maintain the existing road
infrastructure. The active role of the society like criticism and suggestion is also
important. However, the process of monitoring and determining the roadwork is still less
effective and efficient because it still done manually, the society regional confrence of
also taking a long time. To solve the problems, it needed a decision support system to
determine the roadwork and an online complaint system. Decision support systems can
help the goverment to processing data of the road and determine the priority in quickly
and effectively, the online complaint system can be a means for the public to submit
comments and suggestions directly. This system was developed using Fuzzy MADM logic
(Multi Attribute Decision making), where the alternatives that have the highest number is
an alternative option that has the highest priority value.
Keyword : Infrastructure, Fuzzy MADM (Multi Attribute Decision making), online
complaint system, decion support system.
Abstrak
Infrastruktur jalan merupakan aspek yang penting untuk meningkatkan roda
perekonomian, perdagangan, pendidikan serta pariwisata suatu kota. Sebagai pemerintah,
Badan Perencanaan dan Pembangunan Daerah (BAPPEDA) Kota Tomohon berkewajiban
untuk memantau dan memelihara infrastruktur jalan yang ada. Peran aktif masyarakat
berupa kritik dan saranpun merupakan hal yang penting. Namun, proses pemantauan dan
penentuan perbaikan jalan saat ini masih kurang efektif dan efisien dikarenakan masih
dikerjakan secara manual, musyawarah untuk menyalurkan aspirasi masyarakatpun harus
melewati proses yang panjang. Untuk mengatasi permasalahan yang terjadi, dibutuhkan
suatu sistem pendukung keputusan penentuan perbaikan jalan serta sistem pengaduan
online. Sistem pendukung keputusan dapat membantu BAPPEDA untuk mengolah data
jalan dan menentukan prioritas perbaikan jalan dengan cepat dan efektif, sedangkan
sistem pengaduan online dapat menjadi sarana bagi masyarakat untuk menyampaikan
kritik dan saran secara langsung. Sistem ini dikembangkan menggunakan logika Fuzzy
MADM (Multi Attribute Decision making).Alternatif yang memiliki jumlah tertinggi
adalah alternatif pilihan yang memiliki nilai prioritas tertinggi.
Kata Kunci : Infrastruktur, Fuzzy MADM (Multi Attribute Decision making), sistem
pengaduan online, perbaikan jalan , sistem pendukung keputusan.
1) Mahasiswa Fakultas Teknologi Informasi Jurusan Teknik Informatika, Universitas Kristen
Satya Wacana Salatiga 2) Staff Pengajar Fakultas Teknologi Informasi, Universitas Kristen Satya Wacana Salatiga.
2
1. Pendahuluan
Kota Tomohon merupakan salah satu kota dengan kemajuan pesat yang
mengedepankan sektor wisata dan pertaniannya. Sebagian besar masyarakat Kota
Tomohon berprofesi sebagai petani. Menurut data dari badan pusat statistik rata-
rata luas lahan pertanian di Kota Tomohon tahun 2013 adalah 7 214,18 m2. Selain
daripada pertanian, Kota Tomohon juga memiliki banyak destinasi pariwisata
yang sering dikunjungi oleh wisatawan yang berdomisili di Kota Tomohon
maupun dari luar Kota Tomohon. Sebagai Kota yang berkembang, pembangunan
dan pemeliharaan infrastruktur merupakan faktor yang penting untuk kelancaran
jalur transportasi dan komunikasi, juga dalam proses distribusi hasil pertanian dan
akses ke tempat wisata. Menurut Surat Keputusan Walikota Tomohon tahun 2014
yang berisi data dasar prasarana jalan Kota Tomohon, ada 740 jumlah ruas jalan
yang terdapat di Kota Tomohon [1].
Sebagai upaya pemerintah dalam memelihara infrastuktur yang ada maka
setiap ruas jalan yang dibangun membutuhkan pemeliharaan bahkan rehabilitasi
yang dilakukan tiap tahunnya. Sebagai tindak lanjutnya, maka dilakukan
pengawasan disetiap ruas jalannya, untuk melihat kondisi jalan yang harus
diperbaiki. Dari keadaan inilah muncul permasalahan, dikarenakan keterbatasan
sumber daya manusia, penentuan prioritas rehabilitasi jalan memakan waktu yang
cukup lama, proses penentuan dilakukan secara manual yakni dengan melihat dan
membandingkan satu persatu jalan yang ada, hal ini berakibat pada kurangnya
keakuratan penentuan perbaikan jalan serta efisiensi waktu. Tak lepas dari
pengawasan pemerintah, kondisi infrastruktur jalan pun diawasi oleh masyarakat
setempat yang juga turut andil dalam proses pemeliharaan. Masyarakat setempat
mengajukan kritik dan saran mengenai kondisi jalan setempat melalui wadah
musyawarah, tentu saja hal ini juga membutuhkan waktu yang lama dalam
penyampaian hasil musyawarahnya. Untuk membantu penyelesaian masalah
tersebut maka pemerintah Kota Tomohon khususnya Badan Perencanaan dan
Pembangunan Daerah (BAPPEDA) membutuhkan suatu sistem atau teknologi
yang dapat membantu dalam menentukan prioritas rehabilitasi jalan yang ada di
Kota Tomohon, serta suatu media yang dapat menampung dan mempermudah
penyampaian kritik dan saran masyarakat pembangunan yang ada.
Didasarkan pada latar belakang masalah yang ada, maka dilakukan
penelitian untuk merancang Sistem Pendukung Keputusan (SPK) penentuan
prioritas serta sistem pengaduan online yang berbasis web. Sistem penentuan
keputusan ini didasarkan pada logika fuzzy Multi Attribute Decision Making
(MADM). Logika ini memiliki fungsi untuk menyeleksi alternatif terbaik dari
sejumlah alternatif yang ada, sehingga sangat cocok untuk memecahkan masalah
yang ada berdasarkan atribut atau kriteria penentuan jalan oleh BAPPEDA, data
ruas jalan Kota Tomohon dan penentuan lokasi ruas jalan dibantu dengan fitur
google maps.
2. Kajian Pustaka
Dalam penelitian terdahulu mengenai sistem pengaduan online yang
berjudul “Sistem Pelayanan Pengaduan Masyarakat Pada Divisi Humas POLRI
Berbasis Web” yang dimaksudkan untuk mengubah sistem lama yang dilakukan
3
dengan manual yakni tatap muka, menjadi suatu sistem online yang dapat
memproses data secara tepat dan tidak memakan waktu yang lama. Penelitian ini
menggunakan metode UML (United Modeling Languange) yang juga merupakan
metode dari pemrograman berbasis objek yang menggunakan notasi garis dalam
menyatakan suatu desain, selanjutnya sistem dibangun dengan menggunakan PHP
(PHP: Hypertext Prepocessor) [2].
Terdapat juga penelitian terdahulu mengenai Sistem Pendukung
Keputusan (SPK) yaitu “Sistem Pendukung Keputusan Untuk Menentukan
Prioritas Penanganan Perbaikan Jalan Menggunakan Metode SAW Berbasis
Mobile Web”. Penelitian ini menggunakan metode simple additive weighting yang
merupakan bagian dari fuzzy MADM (Multi Attribute Decision Making). Metode
SAW (Simple Additive Weight) dikenal dengan istilah metode penjumlahan
terbobot. Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari
rating kinerja pada setiap alternatif pada semua atribut. Metode ini membutuhkan
proses normalisasi matriks keputusan (X) dari atributnya ke suatu skala yang
dapat diperbandingkadengan semua rating alternatif yang ada. Hasil akhirnya
merupakan penjumlahan dari perkalian matriks dan bobot, nilai terbesar yang
diperoleh merupakan solusi[3].
Penelitian ini merupakan pengembangan dari penelitian “Sistem
Pendukung Keputusan Untuk Menentukan Prioritas Penanganan Perbaikan Jalan
Menggunakan Metode SAW Berbasis Mobile Web” [3]. Pengembangan yang
dilakukan pada penelitian ini adalah menambahkan sistem pengaduan online dan
sistem pendukung keputusan menggunakan logika fuzzy MADM, sehingga hasil
dari pengaduan online akan ditambahkan menjadi kriteria dalam parameter fuzzy.
Sistem pendukung keputusan merupakan sistem yang ditujukan untuk
mendukung manajemen pengambilan keputusan yang berbasis model dan terdiri
dari prosedur – prosedur dalam pemrosesan data serta pertimbangannya yang
bertujuan untuk membantu dalam mengambil suatu keputusan. Salah satu
karakteristik dari sistem pendukung keputusan yaitu menyediakan dukungan bagi
pengambil keputusan utamanya pada situasi semi terstruktur dan tidak terstruktur
dengan memadukan pertimbangan manusia dan informasi terkomputerisasi [6].
Gambar 1 Skema Sistem Pendukung Keputusan [6]
Gambar 1 merupakan skema sistem pendukung keputusan yang terdiri dari
4 komponen utama yaitu data management, model management, knowledge
management dan user interface [6]. Data management berhubungan dengan
pengambilan, penyimpanan dan pengaturan data - data yang dibutuhkan dan
dikelola oleh Database Management System (DBMS), dalam penelitian data
4
management yang ada berupa database yang berisi tabel mengenai data jalan,
pengguna dan berita. Model Management menjelaskan tentang data - data yang
tersimpan dalam basis data dan bagaimana relasi antara data, model managment
berhubungan model data kuantitatif seperti data. Knowledge Management
merupakan manajemen proses pemecahan masalah dan merupakan inti dari sistem
pendukung keputusan. Data dan model diolah untuk kemudian hasilnya yang
menjadi bahan pertimbangan bagi pengguna. Knowleddge management pada
aplikasi ini terletak pada perhitungan yang menggunakan logika fuzzy. User
Interface merupakan dialog yang menghubungkan aplikasi dengan penggunanya
sehingga komponen dalam sistem dapat diakses dan dikelola dengan mudah oleh
pengguna. Contoh user interface dalam sistem ini antara lain tampilan pengaduan
online, tampilan data jalan serta tampilan perhitungan.
Logika fuzzy (Fuzzy Logic) bertujuan menghasilkan aplikasi seperti sistem
kontrol serta sistem pengambil keputusan yang lebih fleksibel dan efektif
dibandingkan dengan sistem konvensional. Logika Fuzzy memungkinkan nilai
keanggotaan antara 0 dan 1, dalam bentuk linguistik, logika fuzzy dapat
mencakup tingkatan seperti “rendah”, “sedang”, dan “tinggi”. Logika ini
dikembangkan dari teori himpunan fuzzy yang didasarkan pada gagasan untuk
memperluas jangkauan fungsi karakteristik sedemikian hingga fungsi tersebut
akan mencakup bilangan real pada interval [0,1]. Nilai keanggotaannya
menunjukkan bahwa suatu item tidak hanya bernilai benar atau salah [7].
Multi Attribute Decision Making (MADM) adalah bagian dari Multiple
Criteria Decision Making yang merupakan suatu metode pegambilan keputusan
dalam menetapkan alternatif terbaik dari sejumlah alternatif berdasarkan beberapa
kriteria tertentu. MADM digunakan untuk menerangkan kelas atau kategori yang
sama. MADM biasanya digunakan untuk melakukan penilaian atau seleksi
terhadap beberapa alternatif dalam jumlah yang terbatas [8].
Ada 3 langkah penting dalam penyelesaian dengan menggunakan metode
logika fuzzy MADM dengan pengembangan. Langkah pertama diawali dengan
pengidentifikasian tujuan serta pengumpulan alternatif keputusan. Tujuan
keputusan ini adalah untuk menentukan prioritas perbaikan jalan berdasarkan
kriteria yang telah ditentukan oleh BAPPEDA. Ada 10 kriteria yang ditentukan
antara lain panjang ruas jalan, lebar ruas, aspal, penetrasi, kerikil/ telford, tanah,
belum tembus, status jalan, tingkat kerusakan dan jumlah laporan. Alternatif yang
digunakan adalah data ruas jalan Kota Tomohon. Struktur hirarki permasalahan
dapat dilihat pada Gambar 2.
Gambar 2 Struktur Hirarki Permasalahan [8]
5
Langkah kedua yaitu evaluasi himpunan fuzzy, terbagi tiga aktivitas yang
harus dilakukan yaitu 1) memilih himpunan rating untuk bobot kriteria.
Himpunan rating terdiri dari variabel linguistik, derajat kecocokan, dan fungsi
keanggotaan. Pada sistem ini, rating untuk bobot tiap variabel didefinisikan
sebagai: sangat rendah (SR), rendah (R), cukup(C), tinggi (T) dan sangat tinggi
(T). 2) Menentukan fungsi keanggotaan untuk setiap rating dengan menggunakan
fungsi segitiga seperti pada Gambar 3.
Gambar 3 Bilangan Fuzzy Segitiga
(1)
3) Mengagregasikan bobot kriteria dan derajat kecocokan setiap alternatif dan
kriterianya dengan metode mean. Penggunaan operator mean Fi dirumuskan pada
persamaan (3) sebagai berikut:
(2)
dengan cara mensubtitusikan Sit dengan Wt dengan bilangan fuzzy segitiga, yaitu
Sit = (oit, pit, qit); dan Wt = (at, bt, ct); maka Ft dapat didekati sebagai
(4)
dengan:
(5)
(6)
(7)
i = 1, 2, …, n.
cxataubx
cxbb
cx
bxaab
ax
x
;0
;
;
)(
6
Langkah yang ketiga yaitu memprioritaskan alternatif keputusan
berdasarkan hasil agregasi untuk proses perangkingan alternatif keputusan dengan
menggunakan metode nilai total integral. Misalkan F adalah bilangan fuzzy
segitiga, F = (a, b, c), maka nilai total integral dapat dirumuskan sebagai
Persamaan (6) berikut
(3)
Nilai a merupakan indeks keoptimisan yang merepresentasikan derajat
keoptimisan terhadap pengambil keputusan (0 ≤ a ≤ 1). Apabila nilai a semakin
besar mengindikasikan bahwa derajat keoptimisannya semakin besar, setelah itu
dipilih alternatif keputusan dengan prioritas tertinggi sebagai alternatif yang
optimal.
3. Metode Penelitian
Ada beberapa tahapan dalam perancangan sistem ini seperti pada Gambar
4, yaitu: 1) Identifikasi Masalah. 2) Analisis Kebutuhan. 3) Perancangan Sistem.
4) Implementasi Sistem. 5) Evaluasi dan Analisis Pengujian Sistem.
Identifikasi Masalah
Analisis Kebutuhan
Perancangan Sistem
Implementasi Sistem
Evaluasi & Analisis Pengujian Sistem
Gambar 4 Tahapan Penelitian
Adapun penjelasan dari tahap penelitian, yaitu 1) Tahap pertama:
Identifikasi Masalah Pada tahap ini dilakukan identifikasi masalah terhadap
proses penentuan pembangunan jalan di Kota Tomohon yang dilakukan oleh
BAPPEDA kemudian dilakukan perumusan mengenai kebutuhan dalam
permasalahan tersebut. Setelah dirumuskan maka didapatlah sebuah solusi yakni
dibutuhkannya sistem pendukung keputusan terhadap prioritas pembangunan
jalan dengan menggunakan logika fuzzy yang didukung oleh sistem pengaduan
online berbasis web yang bertujuan untuk kemudahan pelaporan serta untuk
meningkatkan validitas dari penentuan rekomendasi. 2) Tahan kedua: Analisis
Kebutuhan. Pada tahap ini dilakukan analisis dan penentuan kebutuhan-kebutuhan
menurut identifikasi masalah yang ada. Salah satunya dengan penentuan kriteria-
7
kriteria fuzzy yang akan digunakan. Menurut data dari Badan Perencanaan Dan
Pembangunan Daerah (BAPPEDA) Kota Tomohon. Adapun kriteria-kriteria yang
digunakan: a) Aksesbilitas atau status jalan. Kriteria ini dilihat dari berapa
banyaknya akses yang bisa dituju, terutama akses menuju pusat kegiatan Kota
Tomohon yang mencakup sektor pertanian holtikultira dan florikultura, maupun
sektor wisata. b) Fungsi jalan. Kriteria ini cenderung kepada fungsi jalan yang
nantinya akan dibangun dapat menjadi jalan alternatif pencegah kemacetan,
ataupun jalan yang menghubungkan daerah satu dan yang lain. c) Mekanisme
Pengaduan. Mekanisme pengaduan ini dilakukan dalam suatu wadah
MUSREMBANG, masyarakat melalukan pelaporan baik usulan maupun kritikan
terhadap infrasturktur. 3) Tahap ketiga: Perancangan sistem. Pada tahap ini
dilakukan perancangan yang mewakili semua aspek software yang diketahui.
Perancangan yang dilakukan adalah perancangan data, identifikasi kebutuhan
software dan hardware, serta perancangan sistem. Perancangan sistem dimulai
dengan membuat aplikasi penghitung bilangan fuzzy dengan menggunakan Maple.
Sedangkan untuk aplikasi web-nya dibuat dengan menggunakan bahasa
pemrograman PHP dimana aplikasi web-nya menggunakan konsep Model View
Controller (MVC) dengan memanfaatkan codeigniter dan untuk view atau user
interface-nya menggunakan bootstrap. 4) Tahap kempat: Implementasi. Pada
tahap ini dilakukan aktivitas pengkodingan untuk realisasi desain sistem ke bentuk
aplikasi dalam website. Realisasi desain system yang dimaksud adalah
menggabungkan perhitungan fuzzy dan pengaduan online kedalam website. 5)
Tahap kelima: Evaluasi. Tahap terakhir yaitu pengujian terhadap aplikasi yang
telah dirancang dengan black box testing untuk menganalisa fungsi sistem serta
pembagian kuisioner untuk menguji efektifitas sistem.
Pada proses penelitian, identifikasi masalah dilakukan dengan wawancara
dengan pihak BAPPEDA, dan kemudian didapatkan proses bisnis dalam
penentuan perbaikan jalan seperti pada Gambar 5.
1a
1b2
3
456
7
Gambar 5 Proses Bisnis Sistem Penentuan Pembangunan Jalan Kota Tomohon
Berikut adalah penjelasan mengenai proses bisnis yang dilakukan oleh
BAPPEDA saat ini: 1a) Diadakan MUSREMBANG yang bertujuan mendengar
pengaduan masyarakat terhadap infrastruktur. 1b) Satuan Kerja Perangkat Daerah
(SKPD) dalam hal ini Dinas Pekerjaan Umum (PU) menyusun Rencana Kerja dan
Anggaran (RKA) mengenai program perbaikan jalan berdasarkan peninjauan
terhadap kondisi jalan. Peninjauan ini dilakukan oleh pengawas dari Dinas PU. 2)
8
Hasil MUSREMBANG dan RKA harus dibawa ke BAPEDDA untuk diproses. 3)
BAPPEDA melakukan rapat untuk menentukan kelayakan jalan yang diusulkan
dalam RKA berdasarkan kriteria yang ada, termasuk hasil MUSREMBANG 4)
Setelah RKA disetujui oleh BAPPEDA, maka dikeluarkan surat persetujuan serta
APBD untuk setiap program kerja dari SKPD (Dinas PU). 5) RKA yang telah
disetujui, dikembalikan kepada Dinas PU untuk segera dilaksanaan perbaikan
jalan 6) Dinas PU melaksanakan program RKA yaitu memulai perbaikan ruas
jalan. 7) Setelah perbaikan jalan dilakukan, BAPPEDA melakukan monitoring
dan evaluasi terhadap hasil kerja pembangunan jalan.
Sistem pendukung keputusan dan sistem pengaduan online yang dibangun,
dapat menambah keefektifan pada beberapa kegiatan di proses bisnis yang sedang
berjalan. Tabel 1 merupakan perbedaan proses bisnis yang lama dan yang baru.
Tabel 1 Perbedaan Proses Bisnis Lama dan Baru
No Perbedaan Proses Bisnis Lama Proses Bisnis Baru
1.
MUSREMBANG Oleh pemerintah Via website
2.
Penentuan prioritas Oleh BAPPEDA Via website
3.
Pembaharuan data
jalan Oleh DInas PU Via website
Dalam tahap perancangan sistem, digunakan diagram Unified Modelling
Language (UML). Diagram ini berfungsi untuk menggambarkan alur serta proses
kerja dari aplikasi. Ada beberapa diagram UML yang digunakan diantaranya Use
Case diagram, Class diagram, Activity diagram dan Deployment diagram. Use
Case diagram mendeskripsikan interaksi tipikal antara para pengguna sistem
dengan sistem itu sendiri, dengan memberi sebuah narasi tentang bagaimana
sistem tersebut digunakan [11]. Pada perancangan aplikasi ini, terdapat 3 aktor
dalam Use Case diagram, yaitu pengguna/pelapor, admin dan operator.
Gambar 6 Use Case Diagram
Gambar 6 menjelaskan mengenai peran dari tiap aktor. Aktor
pengguna/pelapor dapat melakukan pengaduan online mengenai kerusakan jalan
9
dan melihat laporan yang telah ada, aktor admin dapat melakukan semua aktivitas
pengelolaan data baik untuk data admin, data operator, data jalan, data berita dan
laporan serta dapat melakukan perhitungan dalam sistem, sedangkan untuk aktor
operator sendiri hanya dapat melakukan perhitungan data prioritas dalam sistem
dan melakukan pengelolaan data berupa edit data jalan.
Diagram yang selanjutnya adalah activity diagram yang merupakan teknik
untuk menggambarkan logika prosedural, proses bisnis, dan jalur kerja atau aliran
aktifitas dalam sistem yang sedang dirancang [9] dari awal mula sistem hingga
berakhirnya, Terdapat 2 activity diagram dalam perancangan aplikasi ini, yang
pertama yaitu activity diagram untuk aktifitas operator.
Pada Gambar 7 dapat dilihat aktifitas dari operator saat melakukan
perhitungan penentuan prioritas jalan. Operator dapat menambahkan ataupun
mengedit data dari tiap variabel yang sudah ada. Jika semua variabel telah terisi
maka sistem akan menyimpan nilai dari tiap variabel ke ke database, kemudian
sistem akan melakukan perhitungan berdasarkan logika fuzzy untuk memperoleh
hasil. Hasil dari perhitungan tersebut akan di urutkan berdasarkan nilai fuzzy yang
paling tinggi.
Gambar 7 Activity Diagram Operator Perhitungan.
Selanjutnya pada Gambar 8 terdapat activity diagram yang
menggambarkan aktivitas dari pengguna atau pelapor. Pada activity diagram
pengaduan online, pengguna yang sudah terlebih dahulu melakukan login dapat
langsung mengisi data pengaduan yang berisi form mengenai data jalan yang
meliputi nama jalan, panjang dan lebar kerusakan, serta keterangan lebih lanjut
mengenai kerusakan jalan yang dimaksud, dalam form ini juga ditampilkan
google maps untuk mempermudah penentuan jalan yang dicari.
10
Gambar 8 Activity Diagram Pengguna.
Class diagram menggambarkan jenis-jenis objek dalam sistem dan
berbagai macam hubungan statis yang terdapat di antara mereka. Class diagram
menunjukkan properti dan operasi sebuah class dan batasan-batasan yang terdapat
dalam hubungan-hubungan objek tersebut [9]. Class diagram pada aplikasi
penilaian pegawai ini dapat dilihat pada Gambar 9.
Gambar 9 Class Diagram.
11
Gambar 10 Arsitektur Sistem.
Gambar 10 menjelaskan mengenai arsitektur sistem yang ada, aplikasi web
diimplementasikan ke laptop / PC yang ditujukan kepada pengguna, baik
pengguna yang melapor, admin maupun operator. Untuk dapat menjalankan
aplikasi, semua perangkat harus terhubung dengan koneksi internet yang akan
berfungsi untuk mengirim data ke database server. Saat data masuk ke database
server, aplikasi web akan menerima data yang dibutuhkan seperti data jalan dan
juga aplikasi web akan langsung terhubung dengan fitur google maps.
4. Hasil dan Pembahasan
Pada perancangan sistem, penentuan prioritas perbaikan jalan memiliki
beberapa kriteria untuk menentukan nilai atau tingkat prioritas jalan. Hal ini
bertujuan untuk mempermudah pengolahan data atau perhitungan prioritas
jalan.Gambar 11 merupakan diagram alur penentuan prioritas jalan dengan
menggunakan fuzzy MADM dan pengembangan.
Gambar 11 Diagram Alur Proses Perhitungan
Representasi masalah terdiri dari identifikasi alternatif (A) dan identifikasi
kriteria (C). Alternatif adalah ruas jalan yang berada di Kota Tomohon, dan
terdapat 10 kriteria penentuan prioritas perbaikan jalan yang akan menjadi
variabel dalam perhitungan yaitu, panjang ruas jalan, lebar, aspal, penetrasi/
macadam, kerikil/telford, tanah, belum tembus, status jalan, tingkat kerusakan
serta jumlah laporan. Tabel 2 berikut merupakan kriteria yang digunakan untuk
menentukan prioritas perbaikan jalan berdasarkan data yang di ambil dari
BAPPEDA Kota Tomohon. Struktur hirarki permasalahan dapat dilihat pada
Gambar 12.
12
Tabel 2 Kriteria Penentuan Perbaikan Jalan
Kriteria Keterangan
C1 Panjang ruas Total panjang tiap ruas jalan per KM2
C2 Lebar Lebar tiap ruas jalan per M
C3 Aspal Panjang Jalan yang telah diaspal per M
C4 Penetrasi/Macadam Panjang jalan yang masih memakai penetrasi per M
C5 Telford/Kerikil Panjang jalan yang masih dengan kerikil per M
C6 Tanah Panjang jalan yang masih tanah per M
C7 Belum Tembus Panjang jalan yang belum tembus (belum di buka ) per M
C8 Status Jalan
Tingkatan akses jalan yaitu jalur paling utama atau yang
paling sering dilalui (daerah perkantoran, sekolah, daerah
perdagangan, pertanian, rumah sakit/puskesmas) sampai
pada jalan yang statusnya rendah (jalan pedesaan,
perumahan )
C9 Tingkat Kerusakan Tingkatan tingkat kerusakan yang terjadi pada ruas jalan
C10 Jumlah Laporan Jumlah laporan yang diberikan oleh pengguna website
pengaduan online
Gambar 12 Struktur Hirarki Permasalahan
Untuk menentukan himpunan fuzzy pada seluruh kriteria digunakan nilai
statistika dari setiap data ruas jalan. Pada setiap kriteria terbagi atas 5 bilangan
fuzzy, yaitu sangat rendah (SR), rendah (R), cukup (C), tinggi (T) dan sangat
tinggi (ST). Oleh karena itu dalam menetukan bilangan fuzzy ini digunakan
himpunan rating dengan tujuan untuk melihat letak kecenderungan data jalan.
Berikut nilai statistik yang digunakan untuk membuat fuzzy segitiga SR={Xmin,
Xmin, Q1}, R={Xmin, Q1, Q2}, C={Q1, Q2, Q3}, T={Q2, Q3, Xmax}, ST={Q3,
Xmax, Xmax}. Dari setiap kriteria yang ada dilakukan penentuan nilai dari setiap
bilangan fuzzy dari setiap kriteria berdasarkan nilai statistik.
13
Pada Gambar 13 merupakan nilai statistik untuk kriteria panjang ruas yaitu
Xmin=0.10, Q1=0.33, Q2=1.00, Q3=2.19 dan Xmax=9.85 dengan range interval
SR = ≤ 0,10, R=0.10 – 1, S = 0.33 – 2.19, T=1.00-9.85, ST = ≥ 9.85. Pada
Gambar 14 untuk bilangan fuzzy dari lebar. Untuk nilai statistik dari kriteria lebar
adalah Xmin=2.00, Q1=3.50, Q2=4.00, Q3=5.00 dan Xmax=10.00 dengan range
interval SR = ≤ 2, R=2 – 4, S = 3.5 – 5, T=4 - 10, ST = ≥ 10
Nilai statistik untuk kriteria aspal adalah Xmin=0.10, Q1=0.29, Q2= 0.66,
Q3= 2.10 dan Xmax=9.85 dengan range interval SR = ≤ 0,10, R=0.10 – 0.66, S =
0.29 – 2.1, T=0.66-9.85, ST = ≥ 9.85, dari nilai statistik tersebut didapat bilangan
fuzzy seperti yang ditunjukkan pada Gambar 15. Nilai statistik untuk kriteria
penetrasi adalah Xmin=0.20, Q1=0.35, Q2= 0.60, Q3= 1.80 dan Xmax=4.00
dengan range interval SR = ≤ 0,2, R=0.2 – 0.6, S = 3.5 – 2.1, T=0.6-4, ST = ≥ 4,
dari nilai statistik tersebut didapat bilangan fuzzy bahu seperti yang ditunjukkan
pada Gambar 16.
Nilai statistik untuk kriteria kerikil adalah Xmin=0.20, Q1=0.50, Q2=
0.78, Q3= 0.93 dan Xmax=3.66, dengan range interval SR = ≤ 0,10, R=0.10 –
0.66, S = 0.29 – 2.1, T=0.66-9.85, ST = ≥ 9.85. Dari nilai statistik tersebut didapat
bilangan fuzzy seperti yang ditunjukkan pada Gambar 17. Nilai statistik untuk
kriteria tanah adalah Xmin=0.50, Q1=0.89, Q2= 1.00, Q3= 1.48 dan Xmax=3.00,
dari nilai statistik tersebut didapat bilangan fuzzy seperti yang ditunjukkan pada
Gambar 18.
Gambar 13 Grafik Panjang Gambar 14 Grafik Lebar
Gambar 15 Grafik Aspal Gambar 16 Grafik Macadam/Penetrasi
14
Nilai statistik untuk kriteria belum tembus adalah Xmin=0.75, Q1=0.88,
Q2= 1.00, Q3= 1.23 dan Xmax=1.45, dengan range interval SR = ≤ 0,10, R=0.10
– 0.66, S = 0.29 – 2.1, T=0.66-9.85, ST = ≥ 9.85. Dari nilai statistik tersebut
didapat bilangan fuzzy seperti yang ditunjukkan pada Gambar 19. Kriteria status
jalan dang tingkat kerusakan memiliki nilai status yang sama yaitu Xmin=0,
Q1=25, Q2= 50, Q3= 75 dan Xmax=100, dari nilai statistik tersebut didapat
bilangan fuzzy seperti yang ditunjukkan pada Gambar 20.
Evaluasi himpunan fuzzy terbagi dalam tiga aktivitas yaitu 1) memilih
himpunan rating untuk bobot kriteria. Himpunan rating terdiri dari variabel
linguistik, derajat kecocokan, dan fungsi keanggotaan. Variabel-variabel linguistik
yang merepresentasikan bobot kepentingan untuk setiap kriteria, adalah:
T(kepentingan) W = {SR, R, C, T, ST} dengan SR: sangat rendah, R: rendah, C:
cukup, T: tinggi, ST: sangat tinggi, yang masing-masing direpresentasikan dengan
fuzzy segitiga. SR = (0, 0, 0.25), R = (0, 0.25, 0.5), C = (0.25, 0.5, 0.75), T = (0.5,
0.75, 1), ST = (0.75, 1, 1). b). Derajat kecocokan alternatif-alternatif dengan
kriteria-kriteria keputusan adalah: T(kecocokan) Q = {SR, R, S, T, ST} dengan
SR: sengat rendah, R: rendah, C: cukup, T: tinggi, ST: sangat tinggi, yang
masing-masing direpresentasikan dengan fuzzy segitiga: SR = (0, 0, 0.25), R = (0,
0.25, 0.5), C = (0.25, 0.5, 0.75), T = (0.5, 0.75, 1), ST = (0.75, 1, 1). Rating untuk
setiap kriteria keputusan ditunjukkan pada Tabel 3.
Gambar 17 Grafik Kerikil Gambar 18 Grafik Tanah
Gambar 19 Grafik Belum Tembus Gambar 20 Grafik, Status dan Tingkat
Kerusakan
15
Tabel 3 Tabel Rating Kepentingan
Kriteria C1 C2 C3 C4 C5 C6 C7 C8 C9 C10
Rating
Kepentingan T S T R R SR SR ST ST T
Penentukan rating kecocokan dilihat berdasarkan hasil perhitungan
bilangan fuzzy dari tiap data alternatif berdasarkan kriteria. Indeks Kecocokan
Fuzzy diperoleh dengan melakukan proses yang ditunjukkan pada Persamaan (5),
Persamaan (6), dan Persamaan (7) yaitu mensubtitusikan bilangan fuzzy segitiga
ke setiap variabel linguistik, berdasarkan rating kepentingan dan rating kecocokan
maka akan diperoleh Indeks Kecocokan fuzzy.
Total nilai integral diperoleh dengan mensubtitusi indeks kecocokan fuzzy
ke nilai total integral yang diberikan pada Persamaan (3). Diambil derajat
keoptimalan (α) = 0 (tidak optimis), α = 0.5 dan α = 1 (sangat optimis), maka
diperoleh nilai total integral untuk setiap alternatif. Dari hasil perhitungan nilai
total integral dari tiap alternatif, diambil alternatif yang memiliki nilai total
integral yang paling optimal atau paling tinggi sebagai prioritas jalan yang akan
diperbaiki.
Penelitian ini menghasilkan sebuah aplikasi web yang ditujukan kepada
pengguna/pelapor untuk melakukan pengaduan online serta untuk admin serta
operator untuk mengelola data jalan, data laporan dan melakukan perhitungan.
Gambar 20 merupakan tampilan dari halaman home website pengaduan online.
Sebelum membuat laporan, pengguna harus terlebih dulu membuat akun.
Untuk halaman setelah login dapat dilihat pada Gambar 21. Pada tampilan ini
pengguna/pelapor dapat mengisi form yang terkait dengan keluhan terhadap data
jalan meliputi nama jalan, panjang kerusakan, lebar kerusakan serta keterangan
tambahan yang mendukung laporan, dalam halaman ini juga ditampilkan google
maps untuk mempermudah penentuan jalan yang akan dilaporkan.
Gambar 21 Tampilan Home website Gambar 22 Form Pengaduan Online.
Pada website pengaduan online ini, pengguna/pelapor juga dapat melihat
info terbaru mengenai jalur lalu lintas di Kota Tomohon yang terkait dengan
perbaikan jalan, misalnya jalan yang tidak bisa atau jalan yang macet dilalui
dikarenakan ada perbaikan, seperti yang terlihat pada Gambar 23.
16
Gambar 23 Tampilan Info Kode Program 1 merupakan fungsi pada sistem untuk melakukan
perhitungan kuartil dari tiap data. Terdapat 5 nilai kuartil yaitu Xmin, q1, q2, q3
dan Xmax Jumlah kuartil akan berbeda sesuai dengan banyaknya data yang ada
digunakan Kuartil berfungsi sebagai nilai pembatas pada bilangan fuzzy.
Kode program 2 merupakan salah satu contoh bilangan fuzzy cukup (C)
pada variabel aspal yang dihitung menggunakam Maple. Rumus yang digunakan
merupakan rumus fuzzy segitga dan untuk variabel q1, q2, q3 diambil dari nilai
kuartil tiap variabel.
Kode Program 1 Proses Perhitungan Kuartil Tiap Data
11 1 function getQuartile($data){
2 $count = count($data);
3 $first = $data[round( .25 * ( $count + 1 ) ) -1];
4 $second = ($count % 2 == 0) ? ($data[($count / 2) 6- 1]
5 + $data[$count / 2]) / 2 : $second = $data[($count 7+ 1) / 2];
6 $third = $data[round( .75 * ( $count + 1 ) ) – 1];
7 $quartile = array();
8 array_push($quartile, $data[0]);
9 array_push($quartile, $first);
10 array_push($quartile, $second);
11 array_push($quartile, $third);
12 array_push($quartile, $data[count($data)-1]);
13 }
14 return $quartile;
1 C := proc (x)
2 if x <= q1 or q3 <= x then 0
3 elif q1 <= x and x <= q2 then (x-q1)/(q2-q1)
4 elif q2 <= x and x <= q3 then (q3-x)/(q3-q2)
5 end if
6 end proc:
Kode Program 2 Bilangan Fuzzy Cukup
17
Proses perhitungan dalam sistem dilakukan dengan mengambil data tiap
dari alternatif yang ada. Operator dapat memasukkan data jalan meliputi lebar
jalan, aspal, penetrasi, kerikil, tanah, belum tembus, status jalan serta tingkat
kerusakan. Pengisian nilai variabel perhitungan dilakukan dalam suatu form
seperti yang terlihat di Gambar 24. Data yang dimasukkan akan langsung dihitung
oleh sistem
Gambar 24 Form input data variabel perhitungan
Kode program 3 merupakan perhitungan nilai integral tiap alternatif, nilai
integral diperoleh dari subtitusi indeks kecocokan fuzzy dan dengan derajat
keoptimisan (α). Derajat keoptimisan terdiri dari 3 yaitu (α) = 0 (tidak optimis),
(α)= 0.5 dan (α)= 1 (sangat optimis). Perhitungan dilakukan dengan
mengaplikasikan rumus nilai total integral kedalam program. Hasil perhitungan
nilai integral ini dipakai sebagai hasil akhir dalam menentukan prioritas perbaikan
Kode Program 3 Proses Perhitungan Nilai Integral
1 $alpha1 = 0;
2 $alpha2 = 0.5;
3 $alpha3 = 1;
4 $dataTotalIntegral1 = array();
5 $dataTotalIntegral2 = array();
6 $dataTotalIntegral3 = array();
7 for($i=0; $i<count($data); $i++){
8 $integral1 = (1/2) * (($alpha1*$indeksKecocokanFuzzy[$i][2]) +
9 $indeksKecocokanFuzzy[$i][1] + ((1-
10 $alpha1)*$indeksKecocokanFuzzy[$i][0]));
11 $integral2 = (1/2) * (($alpha2*$indeksKecocokanFuzzy[$i][2]) +
12 $indeksKecocokanFuzzy[$i][1] + ((1-
13 $alpha2)*$indeksKecocokanFuzzy[$i][0]));
14 $integral3 = (1/2) * (($alpha3*$indeksKecocokanFuzzy[$i][2]) +
15 $indeksKecocokanFuzzy[$i][1] + ((1-
16 $alpha3)*$indeksKecocokanFuzzy[$i][0]));
17 array_push($dataTotalIntegral1,
18 array("jalan"=>$data[$i]["jalan"], "integral"=>$integral1));
19 array_push($dataTotalIntegral2,
20 array("jalan"=>$data[$i]["jalan"], "integral"=>$integral2));
21 array_push($dataTotalIntegral3,
22 array("jalan"=>$data[$i]["jalan"], "integral"=>$integral3));
23 }
18
jalan, hasil perhitungan diurutkan menurut nilai yang tertinggi, alternatif yang
memiliki nilai tertinggi menjadi prioritas utama.
Pada Gambar 25, dapat dilihat hasil perhitungan setiap alternatif yang ada.
Dari hasil perhitungan tersebut, prioritas jalan yang harus diperbaiki adalah Jl.
Tomohon - Tondangow, hasil didapat berdasarkan nilai total integral yang paling
tinggi.
Gambar 25 Hasil Penentuan Prioritas Perbaikan Jalan
Pengujian fungsi-fungsi dari aplikasi berfungsi untuk mencari
kesalahan/bug pada sistem. Pengujian ini bertujuan agar sistem yang dirancang
berjalan sesuai dengan yang diharapkan serta dapat memenuhi kebutuhan.
Pengujian aplikasi ini menggunakan dua teknik pengujian yaitu pengujian alpha
dan pengujian beta.
Pengujian alpha merupakan pengujian yang dilakukan oleh pembuat
aplikasi beserta beberapa orang yang ikut membantu dalam pembuatan. Dalam
pengujian alpha digunakan metode blackbox yaitu pengujian fungsi-fungsi
aplikasi secara langsung tanpa memperhatikan alur eksekusi program. Tabel 4
merupakan hasil pengujian aplikasi sistem pendukung keputusan penentuan
prioritas dan sistem pengaduan online. Tabel 4 Hasil Pengujian Black Box
Fungsi yang diuji Data Input/ Kondisi Output yang
diharapkan
Output yang
dihasilkan
sistem
Hasil
Login Pengguna Nama pengguna dan
kata sandi benar
Nama pengguna dan
kata sandi salah atau
kosong
Login berhasil
Login gagal
Login berhasil
Login gagal Valid
Login Admin Nama admin dan kata
sandi benar
Nama admin dan kata
sandi salah atau
kosong
Login berhasil
Login gagal
Login berhasil
Login gagal Valid
Login Operator Nama operator dan
kata sandi benar
Nama operator dan
kata sandi salah atau
kosong
Login berhasil
Login gagal
Login berhasil
Login gagal Valid
Tambah data
Laporan
Form diisi dengan
benar
Tambah data
berhasil
Tambah data
berhasil
Valid
19
Form diisi beberapa
atau kosong
Tambah data
gagal
Tambah data
gagal
Ubah data Pengguna Form diisi dengan
benar
Ubah data
berhasil
Ubah data
berhasil
Valid
Tambah Data Jalan Form diisi dengan
benar
Form diisi beberapa
atau kosong
Tambah data
berhasil
Tambah data
gagal
Tambah data
berhasil
Tambah data
gagal
Valid
Ubah Data Jalan Form diisi dengan
benar
Ubah data
berhasil
Ubah data
berhasil Valid
Hapus Data Jalan Data yang akan
dihapus dipilih
Hapus data
berhasil
Hapus data
berhasil
Valid
Ubah Data
Perhitungan
Form diisi dengan
benar
Ubah data
berhasil
Ubah data
berhasil Valid
Ubah Data Rating
Kepentingan
Form diisi dengan
benar
Ubah data
berhasil
Ubah data
berhasil Valid
Tampil Data Jalan Tampil data
berhasil
Tampil data
berhasil Valid
Tampil Data Jalan Tampil data
berhasil
Tampil data
berhasil Valid
Berdasarkan pengujian yang dilakukan pada aplikasi web dapat
disimpulkan bahwa aplikasi ini berjalan dengan baik dilihat dari hasil pengujian
dari tiap fungsi bernilai valid. Pengujian beta dilakukan oleh pihak yang tidak ikut
dalam pembuatan aplikasi dalam hal ini pengguna(masyarakat). Pengujian beta
terhadap sistem pengaduan online dilakukan dengan wawancara yakni
memberikan pertanyaan pada 10 mahasiswa FTI UKSW. Pertanyaan dijawab
setelah pengguna melakukan uji coba aplikasi pengaduan secara langsung.
Pengujian beta terhadap sistem penentuan prioritas perbaikan jalan dilakukan
melalui wawancara via telepon, dimana pihak BAPPEDA menentukan nilai yang
akan diinputkan, dan peneliti mengisi data ke dalam form perhitungan.
Berdasarkan kedua pengujian beta yang telah dilakukan, maka diperoleh
hasil bahwa aplikasi sistem pendukung keputusan penentuan prioritas perbaikan
jalan dan sistem pengaduan online ini memiliki fitur yang mudah digunakan serta
menu yang mudah dipahami. Dalam sistem pengaduan online yang ada, pengguna
dapat langsung melaporkan kerusakan jalan, serta memperoleh info mengenai
jalur yang sedang diperbaiki sedangkan pada sistem pendukung keputusan
BAPPEDA juga dapat dengan cepat menentukan prioritas perbaikan jalan dengan
hasil yang akurat.
5. Simpulan
Sistem penentuan prioritas perbaikan jalan ini dirancang dengan
menggunakan logika fuzzy Multi Attribute Decision Making yang mengambil
keputusan dengan menetapkan alternatif terbaik dari sejumlah alternatif
berdasarkan beberapa kriteria tertentu sehingga dapat memberikan hasil keputusan
terbaik terhadap prioritas jalan yang harus diperbaiki, berdasarkan beberapa
kriteria yang ditetapkan oleh BAPPEDA. Aplikasi ini memberikan kemudahan
dan efisiensi waktu kepada pengawas infrastruktur jalan dan juga BAPPEDA
Kota Tomohon untuk melakukan penentuan prioritas perbaikan jalan, sehingga
proses penentuan tidak lagi dilakukan dengan memeriksa hasil laporan secara
manual. Selain itu sistem ini memiliki fitur pengaduan online terhadap kondisi
jalan yang perlu diperbaiki yang juga menjadi salah satu kriteria penentuan
20
prioritas dalam sistem. Pengguna dalam hal ini masyarakat Kota Tomohon dapat
dengan mudah menyampaikan kritik dan sarannya dalam pembangunan
infrastruktur kota tanpa harus melalui proses MUSREMBANG, pengguna juga
dapat memperoleh informasi lalu lintas yang terkait dengan perbaikan jalan. Saran
untuk pengembangan aplikasi adalah penambahan fitur feedback pada pengaduan
online dari pemerintah kepada masyarakat melalui sms ataupun email.
6. Pustaka
[1] Surat keputusan Walikota Tomohon tentang penetapan status ruas jalan
sebagai jalan kota di Kota Tomohon provinsi Sulawesi Utara. 2014
[2] Fajar Masya, Elvina & Simanjuntak Fitri M. 2012. “Sistem Pelayanan
Pengaduan Masyarakat Pada Divisi Humas POLRI Berbasis Web”
http://download.portalgaruda.org/article.php?article=8469&val=576
(diakses pada tanggal 28 November 2014)
[3] Utama, Yadi. 2013. “Sistem Pendukung Keputusan Untuk Menentukan
Prioritas Penanganan Perbaikan Jalan Menggunakan Metode Saw
Berbasis Mobile Web ”
http://eprints.unsri.ac.id/4281/1/Yadi_Utama_Sistem_Pendukung_Keputus
an_Untuk_Menentukan_Prioritas_Penanganan_Perbaikan_Jalan.pdf
(diakses pada tanggal 28 November 2014)
[4] Puteri Lida P, Agustiansyah Riza ST., M.Kom, & Puspita Ika A ST.
“Pembangunan Aplikasi Decision Support System Penentuan Prioritas
Perbaikan Jalan Menggunakan Metode Analytical Network Process
Dengan Fitur Informasi Geografis Di Dinas Bina Marga Dan Sumber
Daya Air Kota Bogor”.
http://cdndata.telkomuniversity.ac.id/theta/jurnal/THETA_JURNAL_1120
80077_84276661ce85798c5df64789e137220c.pdf (diakses pada tanggal
28 November 2014)
[5] Saputro D.C.T, Praharsi Y & Prasetyo S.Y.J. 2005. “Sistem Pendukung
keputusan pemilihan handphone berdasarkan kebutuhan konsumen
menggunakan logika fuzzy”.
http://repository.uksw.edu/ (diakses pada tanggal 29 November 2014)
[6] Subakti, Irfan. Buku Panduan Sistem Pendukung Keputusan.
directory.umm.ac.id/tik/Buku_Panduan_SPK.pdf . Diakses tanggal 8 April
2015.
[7] Saelan, Athia. 2009. “Logika Fuzzy”
http://informatika.stei.itb.ac.id/~rinaldi.munir/Matdis/2009
2010/Makalah0910/MakalahStrukdis0910-107.pdf (diakses pada tanggal
28 November 2014)
21
[8] Kusumadewi Sri., dkk. 2006. “Fuzzy Multi Attribute Decision Making
(Fuzzy MADM)”. Yogyakarta : Graha Ilmu.
[9] Fowler, Martin., UML DISTILLED, 3th Ed., A Brief Guide to the
Standard Object Modeling Language, 2004.