ABSTRAK

Pengobatan dengan menggunakan tanaman obat dinilai lebih berkhasiat sehingga banyak

diminati, karena selain alami harganya pun terjangkau bahkan ada pula yang dapat dipetik

dari kebun sendiri. Alternatif tanaman obat yang ditawarkan tentu jenis yang beragam

mengingat banyak sekali tanaman yang dapat dimanfaatkan. Akibat banyaknya pertimbangan

untuk menentukan alternatif tanaman obat, maka perlu dibuat aplikasi yang dapat melakukan

pemilihan alternatif tanaman obat seperti layaknya seorang pakar tanaman, yaitu dibuatnya

Aplikasi Sistem Pendukung Keputusan Pemilihan Alternatif Tanaman Obat Berbasis Web.

Sistem Pendukung Keputusan (SPK) secara umum didefinisikan sebagai sebuah sistem yang

mampu menghasilkan pemecahan maupun penanganan masalah. SPK tidak dimaksudkan

untuk menggantikan peran pengambil keputusan, tapi untuk membantu dan mendukung

pengambil keputusan. Metode pengembangan perangkat lunak yang digunakan adalah Linear

Sequential Model. Sistem ini mengimplementasikan metode penyelesaian Simple Additive

Weighting (SAW) dimana sistem tersebut mampu menghasilkan alternatif keputusan untuk

lebih memudahkan pengambil keputusan pemilihan alternatif tanaman obat. Kriteria bersifat

dinamis, nilai bobotnya dapat diubah sesuai kebutuhan user. Keputusan yang dihasilkan

bukan merupakan keputusan akhir, karena keputusan akhir tetap ada pada pengambil

keputusan.

I. Pendahuluan

Peralihan perhatian masyarakat mengenai cara melakukan pengobatan di Rumah Sakit

kepada obat-obatan tradisional atau tanaman obat telah menjadi pusat perhatian. Pengobatan

dengan menggunakan tanaman obat dinilai lebih berkhasiat sehingga banyak diminati karena

selain aman, harganya pun terjangkau bahkan ada pula yang dihasilkan dari kebun sendiri.

Alternatif tanaman obat yang ditawarkan tentu memiliki jenis yang beragam mengingat

banyak sekali tanaman yang dapat dimanfaatkan. Banyaknya alternatif yang ada menjadikan

masyarakat bingung dalam menentukan pilihan tanaman obat apa yang akan digunakan.

Banyaknya pertimbangan untuk menentukan alternatif tanaman obat, maka perlu dibuat

aplikasi yang dapat melakukan penentuan alternatif tanaman obat, yaitu dibuatnya Rancang

Bangun Aplikasi Sistem Pendukung Keputusan Pemilihan Alternatif Tanaman Obat berbasis

Web.

Membuat rancang bangun sistem ini tentunya akan membantu masyarakat yang kini mulai

mengenal canggihnya teknologi komputer dan internet dalam menentukan alternatif tanaman

obat, karena perancangan antarmuka yang interaktif dan mudah digunakan. Pertimbangan

terhadap alternatif pun dilakukan dengan perhitungan terhadap tiap kriteria sehingga dapat

menjadi solusi pemecahan masalah. Kriteria-kriteria yang digunakan merupakan hasil

kuisioner terhadap ahli, produsen dan konsumen tanaman obat.

II. Landasan Teori

A. Decision Support System Sistem Pendukung Keputusan atau Decision Support System secara umum didefinisikan

sebagai sebuah sistem yang mampu memberikan kamampuan pemecahan maupun

penanganan masalah dengan kondisi semi terstruktur dan tidak terstruktur dimana tak

seorangpun tahu secara pasti bagaimana keputusan itu seharusnya dibuat (Kusrini, 2007).

B. Simple Additive Weighting Metode SAW merupakan salah satu metode dari Multi-Attribute Decision Making. Metode

ini juga sering dikenal dengan istilah metode penjumlahan terbobot. Konsep dasar metode

SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternative pada

semua atribut (Kusumadewi, dkk, 2006). Langkah penyelesaian metode SAW :

1. Menentukan kriteria yang dijadikan acuan pengambilan keputusan.

2. Menentukan rating kecocokan setiap alternatif pada setiap kriteria.

3. Membuat matriks keputusan berdasarkan kriteria, kemudian melakukan normalisasi

matriks berdasarkan persamaan yang disesuaikan dengan jenis atribut sehingga diperoleh

matriks ternormalisasi R.

4. Hasil akhir diperoleh dari proses perangkingan yaitu penjumlahan dari perkalian matriks

ternormalisasi R dengan vektor bobot sehingga diperoleh nilai terbesar yang dipilih sebagai

alternatif terbaik sebagai solusi.

C. Tanaman Obat Obat adalah bahan atau zat yang berasal dari tumbuhan, hewan, mineral atau zat kimia

tertentu yang dapat digunakan untuk mengurangi rasa sakit, memperlambat proses penyakit

dan atau penyembuhan terhadap suatu penyakit. Obat ada yang bersifat tradisional seperti

jamu, obat herbal dan ada yang telah melalui proses kimiawi atau fisika tertentu serta telah di

uji khasiatnya. Yang terakhir inilah lazim disebut sebagai obat.

Obat harus sesuai dengan dosis agar efek terapi atau khasiatnya kita dapatkan. Efek obat

umumnya timbul karena interaksi obat dengan reseptor pada sel suatu organisme. Interaksi

obat dengan reseptornya ini mencetuskan perubahan kimiawi dan fisiologi yang merupakan

respon khas untuk obat tersebut. Herbal adalah tanaman atau jamu.

Obat herbal adalah obat yang berasal dari tumbuh-tumbuhan, karena tidak memiliki efek

samping seperti pada obat-obatan kimia. Obat herbal pun sering disebut sebagai

phytomedicine atau obat botani, bahan-bahan dasar obat-obatan herbal adalah ekstrak dari

seluruh atau sebagian tanaman yang dijadikan obat. Penggunaan obat herbal telah dikenal dan

banyak digunakan sejak jaman dahulu, karena memiliki khasiat dan manfaat yang manjur

juga ampuh untuk membantu pengobatan berbagai macam penyakit (Hendrik, 2012).

III. Metodologi Metodologi yang digunakan dalam penelitian ini adalah pengembangan perangkat lunak

terstruktur, Linear Sequential Model. Aktivitas yang dilakukan diantaranya adalah sebagai

berikut:

a. System Engineering, melakukan beberapa metode pengumpulan data yaitu wawancara,

observasi dan studi pustaka.

b. System Analysis, melakukan analisis terhadap permasalahan dengan membuat bagan alir

sistem, analisis kebutuhan sistem dan kebutuhan perangkat lunak dan perangkat keras.

c. Design, desain atau perancangan yang dilakukan adalah perancangan antarmuka,

perancangan sistem yang terdiri dari pemodelan fungsional yaitu diagram konteks, Data

Flow Diagram (DFD) dan spesifikasi proses, serta pemodelan data yang terdiri dari Entity

Relationship Diagram (ERD), kamus data, Data Object Diagram (DOD) dan struktur

tabel.

d. Coding, mengimplementasikan hasil desain ke dalam kode dengan menggunakan bahasa

PHP.

e. Testing, pengujian kebenaran logik dan fungsionalitas sehingga diketahui kekurangan

program.

f. Maintenance, menangani dan merawat aplikasi sistem pendukung keputusan penentuan

tanaman kategori obat herbal yang telah selesai supaya dapat berjalan dan terhindar dari

gangguan yang menyebabkan kerusakan (Pressman, 2002).

Listing 1. Pseudocode SAW

Function max_a (input/output T:TabInteger)

Kamus

l,k,lmax,temp : integer

Algoritma

for l 5 downto 2 do lmax 1 for k 1 to (l-1) do

if (T[k] > T[lmax]) then lmax k

endif endfor Temp T[l] Temp[l] T[lmax] T[lmax] temp

endfor

Algoritma SAW

Kamus

matrix : array[1..3] [1..5] of real

TabInt : array [1..nMax] of real

v : array [1..3] of real

b,c,d,e,f,h,i,j,k,l,m,n,o,p,q,r,u,w,x,A,S,G : real

t : matrix

Algoritma

read(b,c,d,e,f,h,i,j,k,l,n,o,p,q,r)

matrix[1][1] b matrix[2][1] c matrix[3][1] d matrix[4][1] e matrix[5][1] f matrix[1][2] h matrix[2][2] i matrix[3][2] j matrix[4][2] k matrix[5][2] l matrix[1][3] n matrix[2][3] o matrix[3][3] p matrix[4][3] q matrix[5][3] r

read (t) A max_a(t,TabInt) write (A) S max_a(t,TabInt) write (S) G max_a(t,TabInt) write (G)

matrix[1][1] t[1][1] / A matrix[2][1] t[2][1] / A matrix[3][1] t[3][1] / A matrix[4][1] t[4][1] / A matrix[5][1] t[5][1] / A matrix[1][2] t[1][2] / S matrix[2][2] t[2][2] / S matrix[3][2] t[3][2] / S matrix[4][2] t[4][2] / S matrix[5][2] t[5][2] / S matrix[1][3] t[1][3] / G

matrix[2][3] t[2][3] / G

matrix[3][3] t[3][3] / G matrix[4][3] t[4][3] / G matrix[5][3] t[5][3] / G

read (u,w,x)

V[1] 0 V[2] 0 V[3] 0

for m 1 to 5 do V[1] u * matrix[m][1] + V[0]

V[2] w * matrix[m][2] + V[1]

V[3] x * matrix[m][3] + V[2]

m m+1

endfor

writeln (V[0], V[1], V[2])

A. DFD

1. DFD level konteks

Gambar 1. DFD Level Konteks

2. DFD level 1 admin

Gambar 2. DFD level 1

3. DFD level 1 user

Gambar 3. DFD level 1

B. ERD

Gambar 6. ER-Diagram

IV. Hasil dan Pembahasan

A. Implementasi

1. Form Maintenance Tanaman

Gambar 10. Form Maintenance Tanaman

2. Form Maintenance Penyakit

Gambar 11. Form Maintenance Penyakit

3. Form Kriteria

Gambar 12. Form Kriteria

4. Form Alternatif

Gambar 13. Form Alternatif

5. Form Penilaian

Gambar 14. Form Penilaian

6. Form Hasil Penilaian

Gambar 15. Form Hasil Penilaian

Rating Kepentingan Keterangan

1 Sangat Rendah

2 Rendah

3 Cukup

4 Tinggi

5 Sangat Tinggi

Rating Kecocokan Keterangan

1 Sangat Buruk

2 Buruk

3 Cukup

4 Baik

5 Sangat Baik

Efek

Samping

Harga Khasiat Penyediaan

Barang

Rasa

A1 Tidak

Penting

Mahal Efektif Cukup

Mudah

Sangat

Enak

A2 Kurang

Penting

Cukup

Murah

Cukup

Efektif

Cukup

Mudah

Kurang

Enak

A3 Cukup

Penting

Murah Cukup

Efektif

Sangat

Mudah

Enak

B. Pengujian

a. Kriteria yang ada merupakan hasil kuesioner, metode SAW memberikan nilai rating

kepentingan kriteria, sebagai berikut:

Tabel 1. Rating Kepentingan Kriteria

Hasil dari input data kriteria pada Gambar 12. akan didapat nilai bobot preferensi (W)

sebagai berikut:

W = (5, 3, 4, 1, 2) Bobot preferensi ini dapat diubah nilainya sesuai kebutuhan pengguna. Misalnya, menurut

pengguna harga lebih diutamakan dalam pemilihan alternatif tanaman obat nantinya, maka

pengguna dapat mengubah nilai sesuai kebutuhan.

b. Pengguna memilih nama penyakit yang dikehendaki, kemudian muncul form penilaian

yang merupakan rating kecocokan alternatif terhadap kriteria dalam Metode SAW, sebagai

berikut:

Tabel 2. Rating Kecocokan alternatif Terhadap Kriteria

c. Berikut merupakan contoh tabel penilaian alternatif tanaman obat untuk pusing

berdasarkan Gambar 14. :

Tabel 3. Contoh Penilaian Alternatif Tanaman Obat

Efek

Samping

Harga Khasiat Penyediaan

Barang

Rasa

1 2 4 3 5

2 3 3 3 2

3 4 3 5 4

Untuk memudahkan pengguna dalam menilai alternatif tanaman obat, nilai rating kecocokan

diubah menjadi bentuk kata/kalimat yang disesuaikan dengan kriteria, keterangannya seperti

pada tabel 4 dibawah ini:

Tabel 4. Rating Kecocokan yang telah diubah

d. Hasil penilaian dari form penilaian gambar 14. memberikan bentuk matriks keputusan

seperti pada tabel berikut:

Tabel 5. Matriks Keputusan

Efek Samping Harga Khasiat Penyediaan

Barang

Rasa

A1 0,333333333333 0,5 1 0,6 1

A2 0,666666666667 0,75 0,75 0,6 0,4

A3 1 1 0,75 1 0,8

e. Setelah mendapatkan matriks keputusan, selanjutnya membuat matriks ternormalisasi (R)

dengan melakukan perhitungan sebagai berikut:

r 11 =

r 12 =

r 22 =

r 23 =

r 31 =

r 35 =

Seterusnya sehingga hasil dari seluruh perhitungan tersebut diperoleh matriks ternormalisasi

(R) seperti dalam tabel 6 berikut:

Tabel 6. Matriks Ternormalisasi

Setelah menghitung R dalam bentuk matriks ternormalisasi, hasil akhir diperoleh dari proses

perangkingan yaitu penjumlahan dari perkalian matriks ternormalisasi R dengan vektor bobot

sehingga diperoleh nilai terbesar yang dipilih sebagai alternatif terbaik sebagai solusi

berdasarkan persamaan berikut :

V1 = (5)(0,3333)+(3)(0,5)+(4)(1)+(1)(0,6)+(2)(1)

= 9,766666666665

V2 = (5)(0,6667)+(3)(0,75)+(4)(0,75)+(1)(0,6)+(2)(0,4)

= 9,983333333333

V3 = (5)(1)+(3)(1)+(4)(0,75)+(1)(1)+(2)( 0,8)

= 13,6

Hasilnya kita bandingkan dengan Aplikasi Sistem Pendukung Keputusan Pemilihan

Alternatif Tanaman Obat berikut:

Gambar 16. Form Hasil Penilaian

Berdasarkan penilaian yang telah dilakukan, alternatif tanaman obat terbaik untuk pusing

adalah pisang dengan nilai 13,8.

V. Kelebihan dan Kekurangan

Hasil penelitian yang dilakukan, aplikasi sistem pendukung keputusan pemilihan alternatif

tanaman obat ini memiliki kelebihan sebagai beikut:

a. Data alternatif bersifat dinamis, alternatif tanaman obat dapat diubah pada form penyakit.

b. Kriteria bersifat dinamis, nilai bobotnya dapat diubah sesuai kebutuhan user.

c. Nilai bobot disimpan dalam database, sehingga tidak perlu menentukan prioritas untuk

penilaiannya saat program dijalankan ulang.

d. Memiliki kemampuan untuk mengukur kinerja relatif dan alternatif-alternatif keputusan

dalam bentuk matematis sederhana.

e. Alternatif tanaman obat yang disajikan merupakan hasil kuesioner sehingga datanya dapat

dipercaya.

Sedangkan kekurangan yang dimiliki oleh aplikasi sistem pendukung keputusan pemilihan

alternatif tanaman obat adalah sebagai berikut:

a. Pengguna minimal mengetahui baik sistem pendukung keputusan maupun metode SAW

agar saat menggunakannya tidak terjadi kebingungan.

b. Sistem pendukung keputusan pemilihan alternatif tanaman obat belum menampilkan detil

penyakit

VI. Kesimpulan dan Saran

A. Kesimpulan Berdasarkan hasil pembahasan dan implementasi dalam penelitian ini, maka didapat

kesimpulan sebagai berikut:

1. Sulitnya masyarakat dalam menentukan tanaman obat yang dapat dijadikan alternatif

penyembuhan terhadap suatu penyakit dapat dibantu dengan adanya rancang bangun

aplikasi sistem pendukung keputusan pemilihan alternatif tanaman obat berbasis web

2. Aplikasi yang dibuat mengimplementasikan metode Simple Additive Weighting (SAW)

juga menggunakan metode pengambangan perangkat lunak sequential linear model.

B. Saran Saran untuk pengembangan aplikasi sistem pendukung keputusan pemilihan alternatif

tanaman obat ini selanjutnya adalah:

a. Aplikasi sistem pendukung keputusan pemilihan alternatif tanaman obat belum

menampilkan gambar tanaman obat

b. Aplikasi sistem pendukung keputusan pemilihan alternatif tanaman obat belum

menampilkan detil penyakit

c. Data alternatif tanaman obat harus didiskusikan terlebih dahulu pada pakar atau setidaknya

menggunakan kuesioner

DAFTAR PUSTAKA

AS, Rossa & Shalahuddin, M. 2011. Modul Pembelajaran: Rekayasa Perangkat Lunak.

Bandung: Penerbit Modula.

Asosiasi Herbalis Nusantara. 2010. Herbalis Nusantara.

http://www.herbalisnusantara.co.id. Diakses pada tanggal 11 Agustus 2012

Kadir, Abdul. 2011. Buku Pintar JQuery dan PHP. Yogyakarta: Mediakom.

Kusumadewi, Sri. Hartati, Sri. Harjoko, Agus & Wardoyo, Retantyo. 2006. Fuzzy Multi-

Atribute Decision Making (Fuzzy MADM). Yogyakarta: Graha Ilmu.

Naga, Sholeh S. 2012. Buku Lengkap Ilmu Penyakit Dalam. Jakarta: DIVA

Rudholpi. 2005. Pencarian bobot atribut pada Multi-Attribute Decision Making dengan

pendekatan objektif menggunakan algoritma genetika.

http://cicie.files. wordpress. com/2008/06/sri-kusumadewi-jurnal-genetika.pdf. Diakses pada

tangga 20 Agustus 2012

Suparyanto, Dr. M.Kes. 2000. Merancang Kuesioner Penelitian. Yogyakarta: Andi

Suryadi, Kadarsah, Dr. Ir., M,Ali Ramdhani, M.T. 1998. Sistem Pendukung Keputusan.

Bandung: PT Remaja Rosdakarya

Turban, Efraim. Aronson, E Jay. Peng Liang-Ting. 2007. Decicion Support Systems and

Intelligent Systems: Seventh Edition. India: Prentice-Hall