sistem pendukung keputusan berbasis data …mmt.its.ac.id/download/semnas/semnas xxii/mti/09....
TRANSCRIPT
Prosiding Seminar Nasional Manajemen Teknologi XXII Program Studi MMT-ITS, Surabaya 24 Januari 2015
SISTEM PENDUKUNG KEPUTUSAN BERBASIS DATA MULTIDIMENSI MENGGUNAKAN FUZZY TOPSIS
Hazwar Ambo Enre , Supeno Mardi S.N., dan Mauridhi Hery Purnomo
Teknik Elektro, Institut Teknologi Sepuluh Nopember Surabaya Kampus ITS, Sukolilo Surabaya 60111
ABSTRAK
Dengan penelitian ”Sistem Pendukung Keputusan Berbasis Data Multidimensi Menggunakan Fuzzy TOPSIS” ini yang bertujuan untuk dapat menghasilkan suatu sistem pendukung keputusan sebagai rekomendasi terhadap evaluasi penawaran pada Sistem Pengadaan Barang dan Jasa Pemerintah Secara Elektronik (SPSE) berdasarkan aturan yang berlaku dan diharapkan dapat meningkatkan kepercayaan penyedia barang dan jasa, sehingga tingkat keikutsertaan pada proses pengadaan barang dan jasa akan bertambah dan berdampak pula pada peningkatan kualitas pengadaan yang dapat memenuhi prinsip prinsip efisien, efektif, transparan, terbuka, bersaing, adil atau tidak diskriminatif dan akuntabel. Metode yang dipergunakan untuk perankingan alternatif adalah metode fuzzy technique for order preference by similarity do ideal solution (fuzzy TOPSIS) yang terintegrasi dengan pendekatan fuzzy analytic hierarchy process. Dengan menggunakan paket pekerjaan pada SPSE, penelitian ini menghasilkan urutan calon pemenang yang sama dari pertama hingga ketiga, walaupun yang menjadi pemenang adalah urutan ketiga yang disebabkan ketidaklulusan calon lainnya pada proses pembuktian kualifikasi, dengan demikian Fuzzy TOPSIS terintegrasi dapat dipergunakan pada sistem pendukung keputusan yang dibangun. Kata kunci: Sistem Pendukung Keputusan, Fuzzy TOPSIS, Pengadaan Barang dan
Jasa. PENDAHULUAN
Pengadaan barang dan jasa Pemerintah sebagai suatu kegiatan untuk pemenuhan kebutuhan akan barang dan jasa oleh Kementerian/Lembaga/Satuan Kerja Perangkat Daerah/Institusi yang prosesnya dimulai dari perencanaan kebutuhan sampai diselesaikannya untuk memperoleh Barang dan jasa. Agar proses pengadaan barang dan jasa pemerintah dapat berjalan dengan baik maka perlu adanya pengaturan tata cara pelaksanaannya dalam suatu aturan hukum perundang-undangan yang pada saat ini menggunakan Peraturan Presiden Nomor 54 tahun 2010 dan perubahannya.
Berdasarkan regulasi tersebut penerapan pengadaan barang dan jasa diharapkan berlangsung berdasarkan prinsip efisien, efektif, transparan, terbuka, bersaing, adil/tidak diskriminatif dan akuntabel sehingga dapat meningkatkan kepercayaan masyarakat terhadap proses pengadaan barang dan jasa, karena hasilnya dapat dipertanggungjawabkan dari segi administrasi, teknis dan keuangan.
Sebagai usaha menyederhanakan proses pengadaan barang dan jasa pemerintah agar lebih efektif dan efisien serta menghemat anggaran maka pemanfaatan teknologi elektronik dalam pengadaan mulai digalakkan ditiap-tiap Kementerian/Lembaga/Satuan
ISBN: 978-602-70604-1-8 C-9-1
Prosiding Seminar Nasional Manajemen Teknologi XXII Program Studi MMT-ITS, Surabaya 24 Januari 2015
kerja Perangkat Daerah/Institusi lainnya. Dengan penerapan Sistem Pengadaan Barang dan jasa Secara Elektronik diharapkan dapat mengurangi interaksi antara Penyedia Barang dan jasa Dengan Kelompok Kerja (Pokja) Unit Layanan Pengadaan sebagai panitia pelaksana proses pengadaan barang dan jasa pemerintah.
Penetapan Pemenang pada LPSE dilakukan oleh tim yang dibentuk dengan jumlah gasal yang saat ini dinamakan Pokja (Kelompok Kerja) berdasarkan Peraturan Presiden Republik Indonesia Nomor 54 Tahun 2010 tentang Pengadaan Barang dan jasa Pemerintah dan perubahannya. Dengan penetapan oleh Pokja tersebut tidak meningkatkan kepercayaan publik terhadap sistem yang telah diterapkan.
Sistem Pendukung Keputusan ditawarkan sebagai solusi yang merupakan sebuah sistem yang mampu memberikan kemampuan pemecahan masalah maupun kemampuan pengkomunikasian untuk masalah dengan kondisi semi terstruktur dan tak terstruktur. Penelitian ini akan membuat sistem pendukung keputusan dengan menggunakan metode Fuzzy TOPSIS.
Dengan penelitian ini dapat membangun sistem pendukung keputusan yang dapat menghasilkan rekomendasi terhadap evaluasi penawaran pada sistem LPSE berdasarkan aturan yang berlaku, dimana dengan adanya Sistem Pendukung Keputusan yang bersifat obyektif dapat meningkatkan kepercayaan penyedia barang dan jasa, sehingga tingkat keikutsertaan pada proses pengadaan barang dan jasa akan bertambah dan berdampak pula pada peningkatan kualitas pengadaan tersebut. METODE
Pada penelitian ini dibangun satu metode pengambilan keputusan dengan menggunakan Fuzzy TOPSIS terintegrasi yang dikembangkan oleh Ji-Feng Ding (2011) yang menerapkan Fuzzy AHP untuk pendekatan kriteria dan subkriteria yang bersifat subyektif dan Entropy untuk pembobotan yang bersifat obyektif, serta perangkingan alternatif dengan fuzzy TOPSIS dengan tahapan sebagai berikut:
Tahap 1: Menyusun kriteria dan subkriteria pemilihan Pada Tahap ini, diawali dengan mengidentifikasi Tujuan dalam membangun SPK dan menentukan kriteria dan subkriterianya dan diterjemahkan kedalam suatu struktur hirarki
Tahap 2: Mengkalkulasi bobot relative importance dari kriteria dan subkriteria Dalam proses perhitungan untuk bobot relative importance dari kriteria dan subkriteria, diawali dengan membuat matriks fuzzy pair-wise comparison antar kriteria maupun subkriteria yang dibangun berdasarkan pair-wise comparison antara masing-masing kriteria dan masing-masing subkriteria yang dimasukkan oleh pembuat keputusan, kemudian diubah menjadi bentuk tringular fuzzy number dengan menggunakan persamaan: (1)
dimana: Kemudian menghitung nilai geometri mean dari tringular fuzzy number dengan menggunakan persamaan:
(2)
ISBN: 978-602-70604-1-8 C-9-2
Prosiding Seminar Nasional Manajemen Teknologi XXII Program Studi MMT-ITS, Surabaya 24 Januari 2015
Selanjutnya menghitung bobot fuzzy dengan menggunakan persamaan:
(3)
Kemudian dengan metode Graded Mean Integration Representation (GMIR) yang diusulkan Chen dan Hsieh (2000) bobot fuzzy didefuzzifikasi menjadi bobot crisp menggunakan persamaan:
(4)
Dan diubah menjadi bobot normalized menggunakan persamaan:
(5)
Tahap 3: Mengevaluasi keunggulan alternatif pada semua subkriteria Pada Tahap ini subkriteria dipisahkan menjadi dua bagian yaitu Subyektif dan obyektif. Subkriteria Subyektif Untuk subkriteria subyektif pemberian penilaian didasarkan pada nilai linguistik yang terdiri atas: S = {VP, P, F, G, VG} dimana: VP=Very Poor; P=Poor; F=Fair; G=Good; VG= Very Good, Dengan nilai Linguistiknya didasarkan menurut Chang (1994) dengan penilaian VP=(0,0,0.25); P=(0,0.25,0.5); F=(0.25,0.5,0.75); G=(0.5,0.75,1); VG=(0.75,1,1), kemudian penilaian tersebut dihitung nilai rata-ratanya dengan metode arithmetic mean sebagai berikut:
(6)
Subkriteria Obyektif Untuk subkriteria obyektif nilai fuzzy rating dapat diterapkan secara langsung menjadi triangular fuzzy number jika rating kelayakan dari alternatif dapat diestimasi secara efektif ke dalam bentuk nilai, jika tidak, maka dapat menggunakan metode geometric
mean menjadi (L, M, U); dimana: Kemudian menghitung bobot terintegrasi pada semua sub-kriteria, dimana pada tahap sebelumnya dihasilkan bobot subyektif dari subkriteria yang bersifat subyektif dan obyektif. Kemudian perlu kalkulasi kembali untuk subkriteria yang bersifat obyektif agar menghasilkan bobot obyektif dengan menggunakan persamaan:
(7)
Kemudian dikonversi menjadi bobot terintegrasi dengan menggunakan persamaan:
(8)
dimana: λt = bobot obyektif ; ηt = bobot subyektif terintegrasi
Tahap 4: Kalkulasi fuzzy ideal Solutions dan anti-ideal solution Pada tahap ini diawali dengan menghitung nilai keunggulan fuzzy ternormalisasi dengan menggunakan persamaan:
• Untuk subkriteria j positif:
9)
ISBN: 978-602-70604-1-8 C-9-3
Prosiding Seminar Nasional Manajemen Teknologi XXII Program Studi MMT-ITS, Surabaya 24 Januari 2015
• Untuk subkriteria j negatif:
(10)
Kemudian menghitung nilai fuzzy ideal dan fuzzy anti ideal untuk semua subkriteria dengan menggunakan metode GMIR dengan nilai yang dihasilkan dapat dinyatakan sebagai R(Sij) sehingga dapat dinilai dan ditentukan dengan perbandingan nilai representasi R(Sij). maka:
• Jika R(Stj) = max R(Sij) Maka nilai fuzzy ideal Sj+ = Stj
• Jika R(Skj) = min R(Sij) Maka nilai fuzzy ideal Sj- = Skj Kemudian fuzzy ideal dan fuzzy anti ideal yang dihasilkan ditransformasi menjadi fuzzy ideal solution I+ dan fuzzy anti ideal solution AI- dengan ketentuan:
;
Tahap 5: Menghitung jarak antara alternatif dengan fuzzy ideal Solutions dan anti-ideal solution Pada tahap ini dapat diperoleh jarak dari alternatif yang ada dengan ideal dan anti ideal solution dengan menggunakan persamaan:
(11)
(12)
(13)
Tahap 6: Hitung nilai pendekatan relatif antara alternatif terhadap ideal solution dan perankingan terhadap alternatif
Sebagai tahap akhir, menggunakan persamaan:
(14)
HASIL DAN PEMBAHASAN
Tujuan dari penelitian ini adalah membangun sistem pendukung keputusan yang dapat menghasilkan rekomendasi terhadap evaluasi penawaran pada sistem LPSE berdasarkan aturan yang berlaku, dimana diambil satu sampel untuk diujicobakan pada SPK dari data proses pengadaan barang dan jasa pemerintah yang terdapat pada server LPSE dan telah selesai dengan pagu anggaran diatas satu milyar rupiah serta yang memasukkan penawaran lebih dari lima penyedia barang dan jasa. Data yang diambil adalah Pembangunan Gedung Kantor dengan empat kriteria evaluasi penawaran dan masing-masing memiliki subkriteria di bawahnya sebagai berikut: evaluasi administrasi (K1) dengan subkriteria surat penawaran (K11), surat jaminan penawaran (K12), daftar kuantitas dan harga (K13), daftar harga dasar upah, bahan dan peralatan (K14). Evaluasi teknis (K2) dengan subkriteria metode pelaksanaan pekerjaan (K21), jadwal waktu pelaksanaan (K22), jenis, kapasitas, komposisi dan jumlah peralatan minimal (K23), spesifikasi teknis (K24), daftar personil inti (K25), pra rencana keselamatan dan
ISBN: 978-602-70604-1-8 C-9-4
Prosiding Seminar Nasional Manajemen Teknologi XXII Program Studi MMT-ITS, Surabaya 24 Januari 2015
kesehatan kerja kontrak (K26), konsistensi teknis (K27). Evaluasi harga (K3) dengan subkriteria total harga penawaran terhadap HPS (K31), harga satuan timpang (K32), mata pembayaran yang harga satuannya nol (K33), kewajaran harga (K34). Evaluasi kualifikasi (K4) dengan subkriteria pakta integritas (K41), iujk, sbu dan tdp (K42), dokumen pajak (K43), pengalaman perusahaan (K44), tenaga ahli atau terampil (K45), surat dukungan bank (K46), kemampuan menyediakan fasilitas dan peralatan (K47). Kemudian memberikan penilaian antar kriteria dan subkriteria serta penilaian pada alternatif yang dilakukan oleh tiga orang Pokja dari Unit Layanan Pengadaan (ULP) sebagaimana terangkum pada Tabel 1 dan Tabel 2, adapun alternatif yang tersedia sebanyak tujuh penyedia barang dan jasa adalah CV. PKM (A), CV. AUI (B), CV. BJ (C), CV. PK (D), CV. SM (E), CV. HJ (F) dan CV. WK (G).
Tabel 1. Data perbandingan antar kriteria dan subkriteria
Antar Kriteria/ Subkriteria
K1 K2
K1 K3
K1 K4
K2 K3
K2 K4
K3 K4
K11 K12
K11 K13
K11 K14
K12 K13
K12 K14
K13 K14
01 2 3 4 2 3 2 2 2 3 2 3 2 02 2 4 5 3 4 2 2 4 5 3 4 2 03 3 3 4 2 4 3 2 3 4 2 4 2
K21 K22
K21 K23
K21 K24
K21 K25
K21 K26
K21 K27
K22 K23
K22 K24
K22 K25
K22 K26
K22 K27
K23 K24
K23 K25
K23 K26
2 2 3 3 4 5 2 3 3 3 4 2 3 4 2 3 4 4 4 5 2 3 3 4 4 2 3 3 2 2 3 4 4 5 2 3 3 4 4 2 3 4
K23 K27
K24 K25
K24 K26
K24 K27
K25 K26
K25 K27
K26 K27
K31 K32
K31 K33
K31 K34
K32 K33
K32 K34
K33 K34
K41 K42
4 2 2 3 3 3 4 2 2 3 2 3 2 2 4 2 2 3 3 4 4 2 4 5 3 4 2 2 4 2 3 3 3 4 5 2 3 4 2 4 2 2
K41 K43
K41 K44
K41 K45
K41 K46
K41 K47
K42 K43
K42 K44
K42 K45
K42 K46
K42 K47
K43 K44
K43 K45
K43 K46
K43 K47
2 3 3 4 5 2 3 3 3 4 2 3 4 4 3 4 4 4 5 2 3 3 4 4 2 3 3 4 2 3 4 4 5 2 3 3 4 4 2 3 4 4
K44 K45
K44 K46
K44 K47
K45 K46
K45 K47
K46 K47
2 2 3 3 3 4 2 2 3 3 4 4 2 3 3 3 4 5
Tabel 2. Nilai Linguistik Alternatif untuk masing-masing subkriteria
Subkriteria/ Alternatif
K11 K12 K13 K14 K21 01 02 03 01 02 03 01 02 03 01 02 03 01 02 03
A ST T T T T ST T T S T S S R SR R B T T T T T T T T S S ST S T ST T C T S S S S T T S T T T S T T T D S S S T T S T S T T T S T T T E T ST T T S T T S T S T T T ST T F T S S ST T T S S S S T T T T T G T T T T S T S ST T S T T T T T
ISBN: 978-602-70604-1-8 C-9-5
Prosiding Seminar Nasional Manajemen Teknologi XXII Program Studi MMT-ITS, Surabaya 24 Januari 2015
K22 K23 K24 K25 K26 K27
01 02 03 01 02 03 01 02 03 01 02 03 01 02 03 01 02 03 S T T S S T R R R T T T T T T T T T T ST T T T T T T T T T T T T T T T T T T T T T T SR SR R T T T T T T T T T T T T T T T R SR R T T T T T T T T T T ST T T T T T S T T T T T T T T T T T T T T T T R R SR T T T T T T T T T T T ST T T T T T S T T T T T T T T T
K31 K32 K33 K34 K41 K42 01 02 03 01 02 03 01 02 03 01 02 03 01 02 03 01 02 03 ST ST ST T T T S T T S S S S S S S S S ST ST ST ST T T S T T S S S T T S S S T T T T T ST T S T T S S S S S S S S S S S S T T T S T T S S S S S S S S S S S S S T S S T T S S S T T T S T T R R R S T S S T T S S S S S S S S S R R R S S T S T T S S S T S S T S T
K43 K44 K45 K46 K47 01 02 03 01 02 03 01 02 03 01 02 03 01 02 03 S T S S R S S S S S S S S S S S S T S S T T T S S S S S T S S S S R S S T S S S S S S S S S S S S S R S T S S S S S T S T T S T T S S S T S T T T T S S T S S S S T S S S S S S S S T T S T S T S S T S S T T S T
Struktur hierarki yang terbentuk terdiri dari empat level yaitu: 1. Tujuan, 2. Kriteria, 3. Subkriteria, 4. Alternatif.
Dalam proses perhitungan untuk pembobotan antar kriteria dan subkriteria, diawali dengan membuat matriks fuzzy pair-wise comparison antar kriteria maupun subkriteria yang dibangun berdasarkan Tabel 1, yang dimasukkan oleh pembuat keputusan dalam hal ini Pokja Pengadaan Barang & Jasa yang berjumlah tiga orang, kemudian dikonversi menjadi matriks tringular fuzzy number dengan menggunakan persamaan (1), selanjutnya dengan menggunakan persamaan (2) untuk mencari nilai rata-rata geometri dari tringular fuzzy number, kemudian dengan persamaan (3) dapat menghasilkan bobot fuzzy, setelah itu dengan metode Graded Mean Integration Representation (GMIR), untuk menghasilkan bobot fuzzy defuzzifikasi yang terkonversi menjadi bobot crisp menggunakan persamaan (4) dan diubah menjadi bobot normalisasi menggunakan persamaan (5). Proses ini dilakukan antar kriteria dan antar subkriteria pada asing-masing kriteria dengan pendekatan fuzzy AHP dan menghasilkan bobot normalisasi. Selanjutnya dengan bobot normalisasi dari kriteria dan subkriteria dihasilkan bobot integrasi dan dijabarkan pada Tabel 3.
ISBN: 978-602-70604-1-8 C-9-6
Prosiding Seminar Nasional Manajemen Teknologi XXII Program Studi MMT-ITS, Surabaya 24 Januari 2015
Tabel 3. Nilai bobot normalisasi dan integrasi dari setiap kriteria dan subkriteria
Kriteria Bobot Normalisasi/ Integrasi
Sub kriteria
Bobot Normalisasi Bobot Integrasi
K1 0.489
K11 0.456 0.223 K12 0.279 0.136 K13 0.15 0.073 K14 0.091 0.044
K2 0.279
K21 0.332 0.093 K22 0.172 0.048 K23 0.185 0.052 K24 0.116 0.032 K25 0.093 0.026 K26 0.065 0.018 K27 0.038 0.011
K3 0.15
K31 0.456 0.068 K32 0.299 0.045 K33 0.154 0.023 K34 0.091 0.014
K4 0.082
K41 0.331 0.027 K42 0.173 0.014 K43 0.184 0.015 K44 0.115 0.009 K45 0.094 0.008 K46 0.065 0.005 K47 0.038 0.003
Tahap selanjutnya mengevaluasi keunggulan alternatif pada semua subkriteria,
dimana untuk subkriteria, pemberian penilaian didasarkan pada nilai linguistic menurut Chang (1994) yang terdiri atas: S = {ST, T, S, R, SR} dimana: ST=Sangat Tinggi, (0.75,1,1); T = Tinggi, (0.5,0.75,1); S=Sedang, (0.25,0.5,0.75); R=Rendah, (0,0.25,0.5); SR=Sangat Rendah, (0,0,0.25), kemudian penilaian tersebut dihitung nilai rata-ratanya dengan metode arithmetic mean menggunakan persamaan (6) pada 7 alternatif sebagaimana Tabel 2, kemudian dikonversi menjadi nilai fuzzy dan selanjutnya dengan persamaan (6) diubah ke fuzzy ratings
Tahap berikutnya, dengan menggunakan nilai fuzzy ratings dan persamaan 9) untuk menghasilkan nilai fuzzy superioritas ternormalisasi, kemudian dengan metode the graded mean integration representation (GMIR), dihasilkan nilai fuzzy ideal dan fuzzy anti-ideal dari subkriteria, sebagaimana dijabarkan pada Tabel 4 Tabel 4. Nilai fuzzy ideal dan anti ideal
Sub kriteria Nilai Fuzzy Ideal Nilai Fuzzy Anti Ideal
K11 0.583 0.833 1 0.25 0.5 0.75 K12 0.583 0.833 1 0.333 0.583 0.833 K13 0.545 0.818 1 0.273 0.545 0.818 K14 0.455 0.727 1 0.363 0.636 0.908 K21 0.583 0.833 1 0 0.167 0.417 K22 0.583 0.833 1 0.417 0.667 0.917 K23 0.5 0.75 1 0.333 0.583 0.833 K24 0.5 0.75 1 0 0.083 0.333 K25 0.5 0.75 1 0.5 0.75 1
ISBN: 978-602-70604-1-8 C-9-7
Prosiding Seminar Nasional Manajemen Teknologi XXII Program Studi MMT-ITS, Surabaya 24 Januari 2015
Sub
kriteria Nilai Fuzzy Ideal Nilai Fuzzy Anti Ideal
K26 0.5 0.75 1 0.5 0.75 1 K27 0.5 0.75 1 0.5 0.75 1 K31 0.75 1 1 0 0.25 0.5 K32 0.583 0.833 1 0.333 0.583 0.833 K33 0.455 0.727 1 0.455 0.727 1 K34 0.333 0.667 1 0.333 0.667 1 K41 0.5 0.75 1 0.25 0.5 0.75 K42 0.455 0.727 1 0.273 0.545 0.818 K43 0.455 0.727 1 0.273 0.545 0.818 K44 0.455 0.727 1 0.182 0.455 0.727 K45 0.455 0.727 1 0.273 0.545 0.818 K46 0.455 0.727 1 0.273 0.545 0.818 K47 0.455 0.727 1 0.273 0.545 0.818
Selanjutnya mengkomputasi jarak dari tujuh alternatif terhadap fuzzy ideal dan
anti-ideal solutions dengan menggunakan persamaan (11), (12) dan (13) serta dijabarkan pada Tabel 5.
Tabel 5. Jarak dari alternatif terhadap fuzzy ideal dan anti-ideal solutions
Alternatif A B C D E F G Di+ 0.0624 0.02 0.0667 0.0822 0.0388 0.0762 0.0556 Di- 0.0917 0.1006 0.0681 0.0593 0.097 0.0648 0.0825
Terakhir, dengan persamaan (14) dapat diperoleh nilai perkiraan relatif dari
alternatif terhadap ideal Solutions dan dijabarkan secara berurutan dari nilai tertinggi pada Tabel 6.
Tabel 6. Perankingan dari alternatif
1 RAV*B 0.6778 2 RAV*E 0.6503 3 RAV*G 0.5813 4 RAV*C 0.4543 5 RAV*D 0.4383 6 RAV*A 0.4372 7 RAV*F 0.4084
Dari Tabel 3 diperoleh hasil pembobotan normalisasi untuk tiap kriteria sebagai
berikut: evaluasi administrasi 48,9%, evaluasi teknis 27,9%, evaluasi harga 15%, dan evaluasi kualifikasi 8,2%, hal ini menunjukkan bahwa evaluasi administrasi adalah kriteria yang paling penting, kemudian evaluasi teknis, selanjutnya evaluasi harga dan terakhir evaluasi kualifikasi. Hal tersebut sesuai proses pengadaan barang dan jasa yang menggunakan metode dokumen satu file pascakualifikasi dan evaluasi sistem gugur sebagaimana yang diujicobakan pada sistem pendukung keputusan yang dibangun, dimana diawali dengan evaluasi administrasi, evaluasi teknis, evaluasi harga dan evaluasi kualifikasi.
Dari hasil akhir Sistem Pendukung Keputusan menggunakan fuzzy TOPSIS didapatkan urutan pemenang secara berurutan dari pemenang pertama adalah CV. AUI,
ISBN: 978-602-70604-1-8 C-9-8
Prosiding Seminar Nasional Manajemen Teknologi XXII Program Studi MMT-ITS, Surabaya 24 Januari 2015
CV. SM, CV. WK, CV. BJ, CV. PK, CV. PKM, dan CV. HJ, dengan nilai sebagai berikut: CV. AUI (0,6778), CV. SM (0,6503), CV. WK (0,5813), CV. BJ (0,4543), CV. PK (0,4383), CV. PKM (0,4372), dan CV. HJ (0,4084). Jika dibandingkan dengan yang ada pada sistem SPSE di dapatkan tiga urutan calon pemenang yaitu CV. AUI, CV. SM, dan CV. WK, sehingga terdapat kesamaan dengan sistem pendukung keputusan, meskipun yang jadi pemenang adalah CV. WK. Hal ini disebabkan CV. AUI tidak hadir dan CV. SM tidak dapat menunjukkan dokumen asli pada saat pembuktian kualifikasi sebagai tahap akhir sebelum menentukan pemenang. Tetapi dari hasil urutan pemenang pertama hingga pemenang ketiga menghasilkan urutan yang sama, sedangkan untuk urutan selanjutnya oleh Pokja tidak dimasukkan karena telah digugurkan pada evaluasi sebelumnya KESIMPULAN DAN SARAN
Dari hasil penelitian, diperoleh hasil pembobotan normalisasi untuk tiap kriteria sebagai berikut: evaluasi administrasi 48,9%, evaluasi teknis 27,9%, evaluasi harga 15%, dan evaluasi kualifikasi 8,2%, hal ini menunjukkan bahwa evaluasi administrasi adalah kriteria yang paling penting. Hal tersebut sesuai dengan pengadaan barang dan jasa yang menggunakan metode dokumen satu file pascakualifikasi dan evaluasi sistem gugur yang diawali evaluasi administrasi kemudian evaluasi teknis, evaluasi harga dan evaluasi kualifikasi.
Dengan menggunakan metode fuzzy TOPSIS terintegrasi dengan dengan pendekatan fuzzy analytic hierarchy process, menghasilkan peringkat calon pemenang dengan nilai sebagai berikut: CV. AUI (0,6778), CV. SM (0,6503), CV. WK (0,5813), CV. BJ (0,4543), CV. PK (0,4383), CV. PKM (0,4372), dan CV. HJ (0,4084), hal ini menunjukkan calon pemenang adalah CV. AUI, calon pemenang cadangan 1 adalah CV. SM dan calon pemenang cadangan 2 adalah CV. WK, hasil tersebut memiliki kesamaan dengan hasil pada sistem LPSE.
Dari hasil penelitian, dapat ditarik kesimpulan bahwa metode fuzzy TOPSIS terintegrasi dapat digunakan pada Sistem Pendukung Keputusan Berbasis data Multidimensi khususnya pada proses pengadaan barang dan jasa serta dapat memberikan rekomendasi bagi pengambil keputusan atau kelompok kerja (Pokja) dalam menghasilkan urutan pemenang penyedia barang dan jasa yang akurat dan efektif. Disamping itu metode ini juga dapat memaksimalkan seluruh anggota pokja, karena proses pengambilan keputusan dilakukan oleh masing-masing anggota Pokja dan tersimpang di dalam sistem.
Perlu adanya penelitian lebih lanjut yang dapat mengintegrasikan sistem pendukung keputusan pada sistem pengadaan secara Online (SPSE) dengan melakukan penelitian pada LKPP (Lembaga Kebijakan Pengadaan Barang dan Jasa Pemerintah) sebagai leading sector proses pengadaan di seluruh Negara Kesatuan Republik Indonesia, sehingga dapat tercapai proses pengadaan yang efisien, efektif, transparan, terbuka, bersaing, adil atau tidak diskriminatif dan akuntabel. DAFTAR PUSTAKA E. Turban dan J. E. Aronson (2001). Decission Support Systems and Intelligent Systems,
Edisi ke-6, New York: Prentice Hall,Upper Saddle River.
ISBN: 978-602-70604-1-8 C-9-9
Prosiding Seminar Nasional Manajemen Teknologi XXII Program Studi MMT-ITS, Surabaya 24 Januari 2015
Ralph H. Sprague dan Hugh J. Watson (1993), Decision Support Systems: Putting
Theory Into Practice, Prentice Hall International,
Kusumadewi, S., Hartati, S., Harjoko, A., dan Wardoyo R. (2006), Fuzzy Multi-Attribute Decision Making (Fuzzy MADM), Yogyakarta: Graha Ilmu
Janko, W. (2005), Multi-Criteria Decision Making: An Application Study of ELECTRE and TOPSIS,
Saaty T. (1980), The Analytic Hierarchy Process, New York: McGraw-Hill,
Chang, P.L., Y.C. Chen (1994), “A Fuzzy multi-criteria decision making method for technology transfer strategy selection in biotechnology,” Fuzzy set and Systems,
S. H. Chen; C. H. Hsieh (2000), “Representation, ranking, distance, and similarity of L-R type fuzzy number and application,” Australian Journal of Intelligent Information Processing Systems,
J. F. Ding (2011), “An Integrated Fuzy TOPSIS Method for Ranking Alternatives and its Application,” Journal of Marine Science and Technology, 2011.
Kahraman. C. (2008), Fuzzy Multi-Criteria Decision Making, New York: Springer Science Business Media,
M. I. H. Salehi dan R. Moghaddam (2008), “Project Selection by Using a Fuzzy TOPSIS Technique,” International Journal of Computer Information, and System Science, and Engineering 2.
ISBN: 978-602-70604-1-8 C-9-10