tugas dss pak yoyok

7/24/2019 TUGAS DSS Pak YOYOK

1/19

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN

PROVIDER INTERNET

MENGGUNAKAN METODE

AHP, SAW & TOPSISDOSEN : DRS.RETANTYO WARDOYO,M.SC.,PH.D

NAMA : INDRA NUGROHO 1411600594

ASEP AHMADI 1411600586

SYAIFUL ANWAR 1411600388

HUSNUL KAMAL ZEGA 1411601071

KELOMPOK : MI

MAGISTER ILMU KOMPUTER

UNIVERSITAS BUDI LUHUR

2015

SISTEM PENDUKUNG KEPUTUSAN


2/19

DAFTAR ISIBAB I................................................................................................................................................... 2

PENDAHULUAN.................................................................................................................................. 2

BAB II.................................................................................................................................................. 3

LANDASAN TEORI.............................................................................................................................. 3

2.1. ANALYTICAL HIERARCHY PROCESS........................................................................................ 3

2.2. Simple Additeve Weighting (SAW)........................................................................................ 4

2.3. Technique For Other Preference by Similiraty to Ideal Solution (TOPSIS) ........................... 6

BAB III................................................................................................................................................. 7

PEMBAHASAN.................................................................................................................................... 7

3.1. Menentukkan Spesifikasi Provider........................................................................................ 7

3.2. Menentukkan Bobot Parameter dengan Metode AHP......................................................... 7

3.3. Menentukan Rating dengan Interpolasi, Profile Matching, dan AHP................................ 8

Interpolasi...................................................................................................................................... 8

3.4. Mengambil Keputusan dengan Metode SAW dan Metode TOPSIS..................................... 0

BAB IV................................................................................................................................................. 0

KESIMPULAN...................................................................................................................................... 0


3/19

BAB I

PENDAHULUAN

Saat ini kebutuhan untuk koneksi di sebuah perusahaan bukan lagi menjadi

pelengkap, melainkan sudah seperti menjadi suatu kebutuhan yang wajib ada

dalam kegiatan sehari-hari. Mulai dari pekerjaan kantor, laporan bahkan dalam

komunikasi sehari-hari koneksi jaringan sangat dibutuhkan. Dewasa ini, banyak

provider penyelenggara jasa internet yang menawarkan dengan harga dan kualitas

yang berbeda, tentunya dengan harga yang bervariasi pula, membuat sebuah

perusahaan menjadi kesulitan dalam menentukan pilihan yang sesuai dengan

kebutuhan dan budget Perusahaan. Tidak jarang juga perusahaan memasang

dengan spesifikasi yang tidak disesuaikan dengan harapan. Misalnya saja,

memasang koneksi jaringan dengan bandwidth tinggi, tetapi harga yang sahat

mahal. Padahal sebenarnya dengan ada provider dengan harga murah dapat

bandwidth yang sama, perusahaan dapat menyesuaikan kebutuhan berdasarkan

kapasitas yang di perlukan, harga yang murah dan pelayana customer yang selalu

ada.

Tentunya permasalahan yang ditimbulkan di atas dapat diperkecil dengan

menghitung menggunakan metode penunjang keputusan yang dapat memberikan

alternatif-alternatif keputusan pemilihan provider penyelenggara jasa internet yang

telah memberikan penawaran terbaik kepada perusahaan. Informasi tersebut

diperoleh dari informasi yang diberikan oleh sales dan dicatat untuk dibandingkan

menurut kebutuhan. Berdasarkan penawaran, sebanyak 5 provider yang

memberikan penawaran khusus di antaranya mengungkapkan bahwa diperlukan

suatu penghitungan yang dapat memberikan alternatif-alternatif keputusan

pemilihan provider jaringan untuk dipasang sebagai sarana bekerja karyawan.

Berangkat dari permasalahan sebelumnya yang mendasari penelitian untuk

menerapkan metode penghitungan pengambil keputusan pemilihan provider agar

perusahaan dapat menentukan pilihan provider dengan tepat sesuai dengan

kebutuhan dan besar kapasitas yang diminta. Metode sistem pendukung keputusan

yang ada dan dapat dijadikan patokan dalam mengambil keputusan beberapa


4/19

metode sistem pengambilan keputusan, salah satunya metode yang digunakan

untuk aplikasi sistem pendukung keputusan ini adalah dengan menggunakan

metode Analytical Hieararchy Process.

Metode Analytical Hieararchy Process adalah metode pengambilan

keputusan yang multi kriteria, sedangkan pengambilan keputusan pemilihan

Provider penyelenggara internet juga mengandalkan kriteria-kriteria seperti nama

provider, Kapasitas, pelayanan, dan harga yang bervariasi. Dengan melihat adanya

kriteria-kriteria yang dipergunakan untuk mengambilan keputusan, maka akan

sangat cocok menggunakan metode ini dengan multi kriteria, karena mampu

memilih alternatif terbaik.

BAB II

LANDASAN TEORI

2.1. ANALYTICAL HIERARCHY PROCESS

Sumber kerumitan masalah keputusan bukan hanya dikarenakan faktor

ketidakpastian atau ketidaksempurnaan informasi saja. Namun masih terdapat

penyebab lainnya seperti banyaknya factor yang mempengaruhi terhadap pilihan-

pilihan yang ada, dengan berbagai macam kriteria. Dalam masalah Multi Criteria

Decision Making (MCDM), pengambil keputusan menilai sekumpulan alternatif

keputusan berdasarkan kriteria. Salah satu pendekatan yang sering digunakan untuk

menyelesaikan persoalan MCDM ini adalah dengan metode Analytic Hierarchy

Process (Saaty, 1991). Pada dasarnya Analytic Hierarchy Process adalah suatu teori

umum tentang pengukuran yang digunakan untuk menemukan skala rasio terbaik

dari perbandingan berpasangan yang diskrit maupun kontiniu. Analytic Hierarchy

Process sangat cocok dan flexibel digunakan untuk menentukan keputusan yang

menolong seorang decision maker untuk mengambil keputusan yang efisien dan

efektif berdasarkan segala aspek yang dimilikinya. Jenis-jenis Analytic Hierarchy

Process antara lain (Bound dalam Setiawan, 2009:4).


5/19

a. Single-criteria adalah memilih salah satu alternative dengan satu kriteria.

b. Multi-criteria adalah pengambilan keputusan yang melibatkan beberapa

alternatif dengan lebih dari satu kriteria dan memilih satu alternative dengan

banyak kriteria.

A. Tahapan-tahapan Analytic Hierarchy Process

Tahapan-tahapan pengambilan keputusan dengan Metode Analytic Hierarchy

Process (Suryadi & Ramdhani, 1998) adalah sebagai berikut.

a. Mendefinisikan masalah dan menentukan solusi yang diinginkan.

b. Membuat struktur hierarki yang diawali dengan tujuan umum.

c. Membuat perbandingan berpasangan antar faktor.

C = n(n1)/2 (1)

d. Melakukan matriks perbandingan.

e. Menghitung nilai eigen dan menguji

f. konsistensinya.

g. nilai eigen = ((Vij)/n)/(Vij) (2)

h. f. Mengulang langkah 3, 4, dan 5.

i.

g. Menghitung vector eigen kriteria.

j. h. Melakukan perbandingan berpasangan terhadap

k. alternatif.

l. i. Menghitung vector eigen alternatif.

m.j. Menghitung peringkat alternatif.

n. k. Memeriksa konsistensi hierarki.

2.2. Simple Additeve Weighting (SAW)

Metode SAW sering dikenal dengan istilah metode penjumlahan terbobot.

Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating

kinerja pada setiap alternatif pada semua atribut. Metode SAW dapat membantu

dalam pengambilan keputusan suatu kasus, akan tetapi perhitungan dengan

menggunakan metode SAW ini hanya yang menghasilkan nilai terbesar yang akan

terpilih sebagai alternatif yang terbaik. Perhitungan akan sesuai dengan metode ini


6/19

apabila alternatif yang terpilih memenuhi kriteria yang telah ditentukan. Metode

SAW ini lebih efisien karena waktu yang dibutuhkan dalam perhitungan lebih

singkat.

Metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke

suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada.

Sedangkan untuk kriterianya terbagi dalam dua kategori yaitu untuk bernilai

positif termasuk dalam kriteria keuntungan dan yang bernilai negatif termasuk

dalam kriteria biaya.

Keterangan :

A : Alternatif

C : Kriteria

W : Bobot Preferensi

V : Nilai preferensi untuk setiap alternatif

X : Nilai Alternatif dari setiap kriteria

Tahapan Metode SAW

1. Menentukan kriteria-kriteria yang akan dijadikan acuan dalam pengambilan

keputusan, yaitu C1.

2. Menentukan rating kecocokan setiap alternatif pada setiap kriteria.

3. Membuat matriks keputusan berdasarkan kriteria (C1), kemudian melakukan

normalisasi matriks berdasarkan persamaan yang disesuaikan dengan jenis

atribut sehingga diperoleh matriks ternormalisasi R.

4. Hasil akhir diperoleh dari proses perankingan yaitu penjumlahan dari

perkalian matriks ternormalisasi R dengan vector bobot sehingga diperoleh

nilai terbesar yang dipilih sebagai alternatif terbaik (A1) sebagai solusi.


7/19

2.3. Technique For Other Preference by Similiraty to Ideal Solution (TOPSIS)

TOPSIS (Technique For Others Reference by Similarity to Ideal Solution)

adalah salah satu metode pengambilan keputusan multikriteria yang pertama kali

diperkenalkan oleh Yoon dan Hwang (1981). TOPSIS menggunakan prinsip bahwa

alternatif yang terpilih harus mempunyai jarak terdekat dari solusi ideal positif dan

terjauh dari solusi ideal negatif dari sudut pandang geometris dengan menggunakan

jarak Euclidean untuk menentukan kedekatan relatif dari suatu alternatif dengan

solusi optimal.

Solusi ideal positif didefinisikan sebagai jumlah dari seluruh nilai terbaik

yang dapat dicapai untuk setiap atribut, sedangkan solusi negatif-ideal terdiri dari

seluruh nilai terburuk yang dicapai untuk setiap atribut.

TOPSIS mempertimbangkan keduanya, jarak terhadap solusi ideal positif

dan jarak terhadap solusi ideal negatif dengan mengambil kedekatan relatif

terhadap solusi ideal positif. Berdasarkan perbandingan terhadap jarak relatifnya,

susunan prioritas alternatif bisa dicapai.

Metode ini banyak digunakan untuk menyelesaikan pengambilan

keputusan secara praktis. Hal ini disebabkan konsepnya sederhana dan mudah

dipahami, komputasinya efisien,dan memiliki kemampuan mengukur kinerja

relatif dari alternatif-alternatif keputusan.

PROSEDUR TOPSIS

1. Menghitung separation measure

2. Menentukan jarak antara nilai setiap alternatif dengan matriks solusi ideal

positif dan negatif

3. Menentukan nilai preferensi untuk setiap alternatif

4.Decision matrix D mengacu terhadap m alternatif yang akan dievaluasi


8/19

BAB III

PEMBAHASAN

3.1. Menentukkan Spesifikasi Provider

Parameter M1 M2 M3 M4 M5

Harga Rp. 699.000 Rp.299.000 Rp.1.000.000 Rp.799.000 Rp.899.000

Bandwith 10 (Mbps) 5 (Mbps) 5 (Mbps) 2 (Mbps) 2 (Mbps)

SLA 80 (%) 90 (%) 95 (%) 99 (%) 99 (%)Provider First Media Speedy IDOLA Biznet CBN

Support 8 Jam 12 Jam 24 Jam 24 Jam 24 Jam

3.2. Menentukkan Bobot Parameter dengan Metode AHP

Perbandingan yang terjadi

Harga : Bandwith = 2 : 1

Harga : SLA = 3 : 1

Harga : Provider = 5 : 1

Harga : Support = 5 : 3

Bandwidth : SLA = 4 : 2

Bandwidth : Provider = 4 : 1

Bandwidth : Support = 3 : 2

SLA : Provider = 1 : 3

SLA : Support = 3 : 5

Provider : Support = 3 : 2


9/19

3.3. Menentukan Rating dengan Interpolasi, Profile Matching, dan AHP

Interpolasi

Rumus

Jika kriteria minimum, maka nilai terkecil memiliki rating tertinggi. Berikut

merupakan Rumus untuk rating :

(nilai - nilai min) / (nilai max - nilai min) * (rating min - rating max) + rating max

Jika kriteria maksimum, maka nilai terbesar memiliki rating tertinggi. Berikut

merupakan Rumus untuk rating :

(nilai - nilai min) / (nilai max - nilai min) * (rating max - rating min) + rating min

Rumus Rating

Parameter Kriteria Bobot M1 M2 M3 M4 M5

Harga Murah 0.285714286 3.282453638 1 5 3.853067047 4.423680456

Bandwith Besar 0.214285714 1 2.25 2.25 3 3

SLA(%) Tinggi 0.142857143 4 2.421052632 1.631578947 1 1

Provider Terpercaya 0.25 4 5 3 2 1

Support Full 0.107142857 3 2.5 1 1 1


10/19

Profile Matching

Profile Matching adalah sebuah mekanisme pengambilan keputusan dengan mengasumsikan bahwa terdapat tingkat variabel

prediktor yang ideal yang harus dipenuhi oleh subyek yang diteliti, bukannya tingkat minimal yang harus dipenuhi atau dilewati. Sementara

GAP merupakan perbedaan/selisih value masing-masing aspek/atribut dengan value.


Harga (Rp) Murah 8 699000 299000 1000000 799000 899000

Bandwith (Mbps) Besar 6 10 5 5 2 2

SLA(%) Tinggi 4 80 90 95 99 99Provider Terpercaya 7 First Media Speedy IDOLA Biznet CBN

Support Full 3 8 12 24 24 24

Menentukan nilai standar

Harga Bandwidth SLA Provider Support

Murah Sedang Mahal Kecil Sedang Besar Rendah Sedang TinggiTidak

terpercayaKurang Terpercaya

No

SupportHalf Full

3 2 1 1 2 3 1 2 3 1 2 3 1 2 3

Nilai Standar : 2


11/19

Menggolongkan sub aspek ke dalam Faktor Utama dan Faktor

Tambahan

core factor Harga (A) Bandwidth(B)

secondary factor SLA (C) Provider(D) Support(E)

Perhitungan bobot

No selisih bobot keterangan

1 0 4 tidak ada selisih (kompetensi sesuai dengan yang dibutuhkan)

2 1 5 kompetensi kelebihan 1 tingkat / level

3 -1 3.5 kompetensi kekurangan 1 tingkat / level

Mencari nilai GAP (Nilai notebooknilai standard (minimum))

No NamaAspek

A B C D E

1 First Media 2 3 2 3 1

2 Speedy 3 2 2 3 2

3 IDOLA 1 2 3 2 3

4 Biznet 2 1 3 3 3

5 CBN 1 1 3 2 3

Nilai Standar 2 2 2 2 2

1 First Media 0 1 0 1 -1

2 Speedy 1 0 0 1 0

3 IDOLA -1 0 1 0 1

4 Biznet 0 -1 1 1 1

5 CBN -1 -1 1 0 1


12/19

pengelompokan core factor dan secondary factor

Konversi Nilai ke Bobot Core Factor Secondary

1 First Media 4 5 4 5 3.5 4.5 4.1667

2 Speedy 5 4 4 5 4 4.5 4.3333

3 IDOLA 3.5 4 5 4 5 3.75 4.6667

4 Biznet 4 3.5 5 5 5 3.75 5

5 CBN 3.5 3.5 5 4 5 3.5 4.6667

Perhitungan nilai total N1=60%xNCF + 40% * NSF

No Provider CF SF NIrangking

akhir

1 First Media 4.5 4.16666667 4.3666667 2

2 Speedy 4.5 4.33333333 4.4333333 1

3 IDOLA 3.75 4.66666667 4.1166667 4

4 Biznet 3.75 5 4.25 3

5 CBN 3.5 4.66666667 3.9666667 5


13/19

AHP

Parameter Harga(Rp) Bandwidth (Mbps) SLA(%) Provider Support

Harga (Rp) 1 2 3 5 1.666666667

Bandwith (Mbps) 0.5 1 2 4 1.5

SLA(%) 0.33333 0.25 1 0.333333333 0.6

Provider 0.25 0.25 3 1 1.5

Support 0.33333 0.5 1.5 0.666666667 1

Total 2.41667 4 10.5 11 6.266666667

Total * Bobot 1 0.95504 1.03442802 0.83669868 1.542485983 0.791437053Total * Bobot 2 0.8955 1.053144807 0.773037543 1.93076548 0.733300829

Lamda max

bobot 1 5.16009

Lamda max

bobot 2 5.38575

CI bobot 1 0.04002

CI bobot 2 0.09644

RI (n=5) 1.12

CR bobot 1 0.03573 Jika CR kurang dari sama dengan 0,1 maka konsisten

CR bobot 2 0.0861 Jika CR lebih dari 0,1 maka tidak konsisten

Rating

Parameter Kriteria Bobot M1 M2 M3 M4 M5Harga Murah 0.285714286 3.282453638 1 5 3.853067047 4.423680456

Bandwith Besar 0.214285714 1 2.25 2.25 3 3

SLA(%) Tinggi 0.142857143 4 2.421052632 1.631578947 1 1


Support Full 0.107142857 3 2.5 1 1 1


14/19

3.4. Mengambil Keputusan dengan Metode SAW dan Metode TOPSIS

Metode SAW

Metode Simple Additive Weighting (SAW) juga dikenal dengan metode penjumlahan terbobot. Konsep dasar metode SAW adalah

mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut.

Metode SAW menggunakan pembobotan untuk setiap atribut.


Harga Murah 0.285714286 0.937843896 0.285714286 1.428571429 1.100876299 1.263908702

Bandwith Besar 0.214285714 0.214285714 0.482142857 0.482142857 0.642857143 0.642857143

SLA(%) Tinggi 0.142857143 0.571428571 0.345864662 0.233082707 0.142857143 0.142857143

Provider Terpercaya 0.25 1 1.25 0.75 0.5 0.25

Support Full 0.107142857 0.321428571 0.267857143 0.107142857 0.107142857 0.1071428570 Total 1


Harga Murah 0.285714286 3.282453638 1 5 3.853067047 4.423680456

Bandwith Besar 0.214285714 1 2.25 2.25 3 3

SLA(%) Tinggi 0.142857143 4 2.421052632 1.631578947 1 1


Support Full 0.107142857 3 2.5 1 1 1

Total 1


15/19

Skor total untuk alternatif diperoleh dengan menjumlahkan seluruh hasil perkalian antara rating (yang dapat dibandingkan lintas atribut)

dan bobot tiap atribut.

Parameter Kriteria Bobot M1 M2 M3 M4 M5 SUMSQ SQRT

Harga Murah 0.285714286 699000 299000 1000000 799000 899000 3.025E+12 1739138.9

Bandwith Besar 0.214285714 10 5 5 2 2 158 12.569805

SLA(%) Tinggi 0.142857143 80 90 95 99 99 43127 207.67041

Provider Terpercaya 0.25 4 5 3 2 1 55 7.4161985

Support Full 0.107142857 8 12 24 24 24 1936 44

Metode TOPSIS

Metode TOPSIS merupakan salah satu metode pengambilan keputusan multikriteria yang banyak digunakan untuk menyelesaikan

pengambilan keputusan secara praktis.

Normalisasi


Harga (Rp) Murah 0.285714286 0.401923051 0.171924166 0.574997212 0.459422772 0.516922494

Bandwith (Mbps) Besar 0.214285714 0.795557284 0.397778642 0.397778642 0.159111457 0.159111457

SLA(%) Tinggi 0.142857143 0.385225797 0.433379022 0.457455634 0.476716924 0.476716924

Provider Terpercaya 0.25 0.53935989 0.674199862 0.404519917 0.269679945 0.134839972

Support Full 0.107142857 0.181818182 0.272727273 0.545454545 0.545454545 0.545454545


16/19

Setelah menentukkan bobot untuk setiap parameter, score untuk semua data yang tidak terstruktur dapat ditentukan.


Ideal

Positif

Ideal

Negatif

Harga (Rp) Murah 0.285714286 0.114835157 0.04912119 0.164284918 0.131263649 0.147692141 0.0491212 0.2857143

Bandwith (Mbps) Besar 0.214285714 0.170476561 0.08523828 0.08523828 0.034095312 0.034095312 0.1704766 0.0340953

SLA(%) Tinggi 0.142857143 0.055032257 0.061911289 0.065350805 0.068102418 0.068102418 0.0681024 0.0550323

Provider Terpercaya 0.25 0.134839972 0.168549966 0.101129979 0.067419986 0.033709993 0.16855 0.03371

Support Full 0.107142857 0.019480519 0.029220779 0.058441558 0.058441558 0.058441558 0.0584416 0.0194805

Menentukkan solusi ideal positif untuk tiap parameter dan menghitung nilai separasi untuk masing-masing obyek (S*).

(Hasil terkecil bernilai 1, terbesar bernilai max)


Harga (Rp) 0.004318325 0 0.013262684 0.006747384 0.009716232

Bandwith (Mbps) 0 0.007265564 0.007265564 0.018599845 0.018599845

SLA(%) 0.000170829 3.83301E-05 7.57137E-06 0 0

Provider 0.001136364 0 0.004545455 0.010227273 0.018181818

Support 0.001517963 0.000853854 0 0 0

S* 0.084519115 0.090320255 0.158370687 0.188612039 0.215633707

1 2 3 4 5


17/19

Menentukkan solusi ideal negatif untuk tiap parameter dan menghitung nilai separasi untuk masing-masing obyek (S-).

(Hasil terbesar bernilai 1, terkecil bernilai max)


Harga (Rp) 0.029199676 0.055976293 0.014745091 0.023854999 0.019050112

Bandwith (Mbps) 0.018599845 0.002615603 0.002615603 0 0

SLA(%) 0.000438356 0.000773729 0.000976906 0.001156483 0.001156483

Provider 0.010149487 0.018078054 0.004493647 0.001110534 1.48471E-07

Support 0.000213592 2.37611E-05 0.00059274 0.00059274 0.00059274s 0.242076343 0.278329731 0.153048968 0.163446493 0.144220262

2 1 4 3 5

Hitung C- (Diurutkan dari yang terbesar ke terkecil)

Rumus : S min / (S min - S bintang)

M1 M2 M3 M4 M5

1.536434385 1.480402673 -28.75931366 -6.494851715 -2.019511326

1 2 5 4 3

Hitung C+ (Diurutkan dari yang terkecil ke terbesar)

Rumus : S bintang / (S bintang - S min)

M1 M2 M3 M4 M5

-0.536434385 -0.480402673 29.75931366 7.494851715 3.019511326

1 2 5 4 3


18/19

Jadi, hasil perhitungannya adalah :

1. M1

2. M2

3. M5

4. M4

5. M3


19/19

BAB IV

KESIMPULAN

Berdasarkan hasil penghitungan dan evaluasi dari BAB terdahulu, maka dapat ditarik

kesimpulan sebagai berikut.

1. Penggunaan metode Analytical Hierarchy Procespada Sistem Pendukung Keputusan

dalam menentukan pemilihan Provider penyelenggara jasa internet yang tepat

sesuai dengan spesifikasi yang diminta pembeli dapat diterapkan dan berhasil

dibuat sesuai dengan tahap penghitungan dan keputusan yang tepat.

2. Dalam penelitian ini ditemukan Ada 5 parameter yang menjadi acuan untuk

menentukan Provider ISP mana yang menduduki ranking pertama, di antaranya

adalah Harga, Bandwitdh, SLA, Provider dan support.

Dari hasil kalkulasi yang dilakukan sesuai dengan metode SAW dan metode TOPSIS, ISP First

Media berhasil menempati ranking pertama di antara empat ISP lainnya. Dengan kata lain,

ISP tersebut memiliki nilai keseluruhan yang paling tinggi baik pada metode SAW maupun

TOPSIS. Sementara posisi terakhir ditempati oleh ISP IDOLA yang notabenenya untuk

Perusahaan besar.

tugas dss pak yoyok

Documents