Upload
others
View
1
Download
0
Embed Size (px)
Citation preview
BAB III
LANDASAN TEORI
3.1 Sistem Pendukung Keputusan
3.1.1 Definisi Sistem Pendukung Keputusan
Dicky Nofriansyah (2014). Sistem Pendukung keputusan adalah sistem berbasis
komputer yang membantu para pengambil keputusan mengatasi berbagai masalah
melalui interaksi langsung dengan sejumlah database dan perangkat lunak
analitik. Tujuan dari sistem adalah untuk menyimpan data dan mengubahnya ke
informasi yang terorganisir yang dapat diakses dengan mudah, sehingga
keputusan-keputusan yang diambil dapat dilakukan dengan cepat, akurat, dan
murah.
Sistem Pendukung Keputusan (SPK) biasanya dibangun untuk mendukung solusi
atas suatu masalah atau untuk suatu peluang. Aplikasi Sistem Pendukung
Keputusan (SPK) digunakan dalam pengambilan keputusan. Aplikasi Sistem
Pendukung Keputusan (SPK) menggunakan CBIS (Computer Based Information
Systems) yang fleksibel, interaktif, dan dapat diadaptasi, yang dikembangkan
untuk mendukung solusi atas masalah manajemen spesifik yang tidak terstruktur.
Menurut Bonczek, dkk., (1980) dalam buku Decision Support System And
Intelligent Systems (Turban, 2005: 137) mendefinisikan sistem pendukung
keputusan sebagai sistem berbasis komputer yang terdiri dari tiga komponen yang
saling berinteraksi, yaitu:
1. Sistem bahasa (mekanisme untuk memberikan komunikasi
antara pengguna dan komponen sistem pendukung lain).
2. Sistem pengetahuan (respositori pengetahuan domain
masalah yang ada pada sistem pendukung keputusan atau
sebagai data atau sebagai prosedur).
3. Sistem pemrosesan masalah (hubungan antara dua komponen
lainnya, terdiri dari satu atau lebih kapasitas manipulasi
masalah umum yang diperlukan untuk pengambilan
keputusan).
Karakteristik dari sistem pendukung keputusan yaitu :
1. Mendukung proses pengambilan keputusan suatu organisasi
atau perusahaan.
2. Adanya interface manusia/mesin dimana manusia (user) tetap
memegang kontrol proses pengambilan keputusan.
3. Mendukung pengambilan keputusan untuk membahas
masalah terstruktur, semi terstruktur serta mendukung
beberapa keputusan yang saling berinteraksi.
4. Memiliki kapasitas dialog untuk memperoleh informasi
sesuai dengan kebutuhan.
5. Memiliki subsistem yang terintegrasi sedemikian rupa
sehingga dapat berfungsi sebagai kesatuan sistem.
6. Memiliki dua komponen utama yaitu data dan model.
Adapun kriteria atau ciri-ciri dari keputusan adalah sebagai berikut:
1. Banyak pilihan atau alternatif.
2. Ada kendala atau surat.
3. Mengikuti suatu pola/model tingkah laku, baik yang
terstruktur maupun tidak terstruktur.
4. Banyak input/variable.
5. Ada faktor resiko. Dibutuhkan kecepatan, ketepatan, dan
keakuratan.
3.1.2 Konsep Pengambilan Keputusan
a. Pengertian Keputusan
Pada umumnya para penulis sependapat bahwa kata keputusan (decision) berarti
pilihan (choice), yaitu pilihan dari dua atau lebih kemungkinan. Keputusan dapat
dilihat pada kaitannya dengan proses, yaitu bahwa suatu keputusan ialah keadaan
akhir dari suatu proses yang Keputusan lebih dinamis yang disebut pengambilan
keputusan. Dengan kata lain, keputusan merupakan sebuah kesimpulan yang
dicapai sesudah dilakukan pertimbangan, yang terjadi setelah satu kemungkinan
dipilih, sementara yang lain dikesampingkan.
b. Proses Pengambilan
Adapun proses dalam pengambilan keputusan terdiri dari 4 tahapan menurut
Simon (Nofriansyah,2014), yaitu :
1. Tahap Penelusuran (Intelligence)
Tahap ini merupakan proses penelusuran dan pendeteksian dari ruang lingkup
problematika secara proses pengenalan masalah. Data masukan diperoleh,
diproses dan diuji dalam rangka mengidentifikasi masalah.
2. Perancangan (Design)
Merupakan tahap analisa dalam kaitan mencari atau merumuskan alternatif-
alternatif pemecahan masalah. Tahap ini merupakan proses menemukan,
mengembangkan, dan menganalisis alternatif tindakan yang bisa dilakukan. Tahap
ini meliputi menguji kelayakan solusi.
3. Pemilihan (Choice)
Pada tahap ini dilakukan proses pemilihan diantara berbagai alternatif tindakan
yang mungkin dijalankan. Hasil pemilihan tersebut kemudian diimplementasikan
dalam proses pengambilan keputusan.
4. Implementasi (Implementation)
Merupakan tahap pelaksanaan dari keputusan yang telah diambil. Pada tahap ini
perlu disusun serangkaian tindakan yang terencana, sehingga hasil keputusan
dapat dipantau dan disesuaikan apabila diperlukan perbaikan-perbaikan.
Gambar 3.1 Fase Proses Pengambilan Keputusan
c. Komponen Sistem Pendukung Keputusan
Secara garis besar sistem pendukung keputusan dibangun oleh tiga komponen
utama yaitu:
1. Subsistem Data (Database)
Subsistem data merupakan komponen pendukung keputusan yang berguna
sebagai penyedia data bagi sistem. Data tersebut disimpan untuk diorganisasikan
dalam sebuah basis data yang diorganisasikan oleh suatu sistem yang disebut
dengan sistem manajemen basis data (Database Management System).
2. Subsistem Model (Model Base)
Model adalah suatu tiruan dari alam nyata. Kendala yang sering dihadapi dalam
merancang model adalah bahwa model yang dirancang tidak mampu
mencerminkan seluruh variabel alam nyata, sehingga keputusan yang diambil
tidak sesuai dengan kebutuhan oleh karena itu, dalam menyimpan berbagai model
harus diperhatikan dan harus dijaga fleksibilitasnya. Hal lain yang harus
diperhatikan adalah pada setiap model yang disimpan hendaknya ditambahkan
rincian keterangan dan penjelasan yang komprehensif mengenai model yang
dibuat.
3. Subsistem Dialog (User System Interface)
Subsistem dialog adalah fasilitas yang mampu mengintegrasikan sistem yang
terpasang dengan pengguna secara interaktif, yang dikenal dengan subsistem
dialog. Melalui subsistem dialog sistem diimplementasikan sehingga pengguna
dapat berkomunikas dengan sistem yang dibuat.
d. Adapun tujuan dari Sistem Pendukung Keputusan adalah
sebagai berikut :
1. Membantu dalam pengambilan keputusan atas masalah
yang terstruktur.
2. Memberikan dukungan atas pertimbangan manajer dan
bukan dimaksudkan untuk menggantikan fungsi manajer.
3. Meningkatkan efektifitas keputusan yang diambil lebih
dari perbaikan efesiensinya.
4. Kecepatan komputasi komputer memungkinkan para
pengambil keputusan untuk banyak melakukan komputasi
secara cepat dengan biaya rendah.
5. Peningkatan produktivitas membangun suatu kelompok
pengambilan keputusan, terutama para pakar, bisa sangat
mahal.
3.2 Performance Assessment (Penilaian Kinerja)
Sri Andayani (2012), Penilaian Kerja (Performance Assessment), Authentic
Assessment, Direct Assessment dianggap memiliki makna yang sama yang dapat
dipertukarkan (Gipps and Stobart, 2010), yang intinya menilai tugas nyata dan
kinerja yang dapat dikerjakan pegawai yang merupakan tujuan dari pekerjaannya.
Sering kali “performance assessment” ini selalu melibatkan pegawai di dalam
mengaplikasikan pengetahuan dan keterampilan yang diperlukan dalam praktek
kehidupan mereka sehari-hari.Untuk mengetahui apakah penilaian kinerja
(performance assessment) dapat dianggap berkualitas atau tidak, terdapat tujuh
kriteria yang diperhatikan oleh penilai. Ketujuh kriteria ini sebagaimana diungkap
oleh Popham dalam Sri Andayani (2012) yaitu:
1. Generability, yaitu apakah kinerja pegawai dalam melakukan tugas
yang diberikan tersebut sudah memadai untuk digeneralisasikan kepada
tugas-tugas lain? Semakin dapat digeneralisasikan tugas-tugas yang
diberikan dalam rangka penilaian keterampilan atau penilaian kinerja
tersebut.
2. Authenticity, yaitu apakah tugas yang diberikan tersebut sudah serupa
dengan apa yang dipraktekan dalam kehidupan sehari-hari.
3. Multiple foci, yaitu apakah tugas yang diberikan kepada pegawai sudah
mengukur lebih dari kemampuan-kemampuan yang diinginkan.
4. Teachability, yaitu apakah tugas yang diberikan merupakan tugas yang
hasilnya semakin baik dari sebelumnya.
5. Fairness, yaitu apakah tugas yang diberikan sudah adil untuk semua
pegawai.
6. Feasibility, yaitu apakah tugas-tugas yang diberikan dalam penilaian
keterampilan dan penilaian kinerja memang relevan untuk dapat
dilaksanakan mengingat faktor-faktor yang ada, seperti biaya, ruangan,
waktu dan peralatan.
7. Scorability, yaitu apakah tugas yang diberikan nanti dapat diskor
dengan akurat.
3.3 Metode Fuzzy
Logika fuzzy merupakan salah satu komponen pembentuk soft computing. Logika
fuzzy pertama kali diperkenalkan oleh Prof. Lotfi A. Zadeh pada tahun 1965.
Dasar logika fuzzy adalah teori himpunan fuzzy. Pada teori himpunan fuzzy,
peranan derajat keanggotaan atau membership function menjadi ciri utama dari
penalaran dengan logika fuzzy tersebut (Kusumadewi S, Purnomo H, 2010).
Ada beberapa alasan mengapa orang menggunakan logika fuzzy (Cox, 1994 dalam
Kusumadewi S, Purnomo H, 2010) antara lain:
1. Konsep logika fuzzy mudah dimengerti, karena logika fuzzy
menggunakan dasar teori himpunan, maka konsep matematis yang
mendasari penalaran fuzzy tersebut mudah dimengerti.
2. Logika fuzzy sangat fleksibel, artinya mampu beradaptasi dengan
perubahan-perubahan dan ketidakpastian yang menyertai permasalahan.
3. Logika fuzzy memiliki toleransi terhadap data yang tidak tepat. Jika
diberikan sekelompok data yang cukup homogeny, dan kemudian ada
data yang “ekslusif” maka logika fuzzy memiliki kemampuan untuk
menangani data ekslusif tersebut.
4. Logika fuzzy mampu memodelkan fungsi-fungsi non-linier yang sangat
komplek.
5. Logika fuzzy dapat membangun dan mengaplikasikan pengalaman-
pegalaman para pakar secara langsung tanpa harus melalui proses
pelatihan.
6. Logika fuzzy dapat bekerja sama dengan teknik-teknik kendali secara
konvensional.
7. Logika fuzzy didasarkan pada bahasa alami atau menggunakan bahasa
sehari-hari agar mudah dimengerti.
3.3.1 Himpunan Fuzzy
Ada beberapa hal yang perlu diketahui dalam memahami sistem fuzzy
(Kusumadewi S, Purnomo H, 2010) yaitu:
1. Variabel fuzzy
Variabel fuzzy merupakan variabel yang hendak dibahas dalam suatu sistem fuzzy.
Contoh : umur, temperatur, permintaaan, dsb.
2. Himpunan fuzzy
Pada himpunan tegas (crisp), nilai keanggotaan sesuai item x dalam suatu
himpunan A, yang sering ditulis dengan µA[x], memiliki 2 kemungkinan
(Kusumadewi S, Purnomo H, 2010) yaitu:
a. Satu (1), yang berarti bahwa suatu item menjadi anggota
dalam suatu himpunan.
b. Nol (0), yang berarti bahwa suatu item tidak menjadi
anggota dalam suatu himpunan.
Terkadang kemiripan antara keanggotaan fuzzy dengan probabilitas menimbulkan
kerancuan. Keduanya memiliki nilai pada interval [0,1] namun interprestasi
nilainya sangat berbeda antara kedua kasus tersebut. Keanggotaan fuzzy
memberikan suatu ukuran terhadap pendataan atau keputusan, sedangkan
probabilitas mengindikasikan proporsi terhadap keseringan suatu hasil nilai benar
dalam jangka panjang. Misalnya, jika nilai keanggotaan bernilai suatu himpunan
fuzzy usia adalah 0,9, maka tidak perlu dipermasalahkan berapa sering nilai itu
diulang secara individual untuk mengharap suatu hasil yang hampir pasti muda.
Di lain pihak, nilai probabilitas 0,9 usia berarti 10% dari himpunan tersebut
diharapkan tidak muda.
Himpunan fuzzy memiliki 2 atribut, yaitu:
a. Linguistik, yaitu penamaan suatu grup yang mewakili suatu
keadaan atau kondisi tertentu dengan menggunakan bahasa
alami, seperti : MUDA, PAROBAYA, TUA.
b. Numeris, yaitu suatu nilai (angka) yang menunjukan ukuran dari
suatu variabel, seperti : 40, 25, 50, dsb.
Himpunan fuzzy merupakan suatu grup yang mewakili suatu kondisi atau keadaan
tertentu dalam suatu variabel fuzzy.
Contoh :
a. Variabel pegawai, terbagi mejadi 5 himpunan fuzzy, yaitu :
kurang sekali, kurang, cukup, baik dan baik sekali. Seperti
terlihat pada gambar
Penilaian Pegawai
Gambar 3.2 Himpunan Fuzzy Pada Variabel Pegawai
1. Semesta Pembicaraan
Semesta pembicaraan adalah keseluruhan nilai yang diperbolehkan untuk
dioperasikan dalam suatu variable fuzzy. Semesta pembicaraan merupakan
himpunan bilangan real yang senantiasa naik bertambah secara monoton dari kiri
ke kanan. Nilai semesta pembicaraan dapat berupa bilangan positif maupun
negatif. Ada kalanya nilai semesta pembicaraan ini tidak ada batasnya.
Contoh :
a. Semesta pembicaraan untuk variabel pegawai [0-50].
2. Domain
Domain himpunan fuzzy adalah keseluruhan nilai yang diijinkan dalam semesta
pembicaraan dan boleh dioperasikan dalam suatu himpunan fuzzy. Contoh domain
himpunan fuzzy :
a. Kurang Sekali = [0-15]
b. Kurang = [5-25]
Kurang
sekali
Kurang
Cukup
Baik
Baik
Sekali
1
µ (x)
0 5 15 25 35 45 50
c. Cukup = [15-35]
d. Baik = [25-45]
e. Baik Sekali = [35-50]
3.3.2 Fungsi Keanggotaan Fuzzy
Fungsi keanggotaan adalah suatu yang menunjukan pemetaan titik-titik input data
kedalam nilai keanggotannya (sering juga disebut dengan derajat keanggotaan)
yang memiliki interval antara 0 sampai 1. Salah satu cara yang digunakan untuk
mendapatkan nilai keanggotaan adalah dengan melalui pendekatan fungsi. Ada
beberapa fungsi yang digunakan.
a. Representasi Linear
Pada representasi linear, pemetaan input ke derajat keanggotaannya digambarkan
sebagai garis lurus. Bentuk ini paling sederhana dan menjadi pilihan yang baik
untuk mendekati konsep yang kurang jelas. Ada 2 keadaan fuzzy linear. Pertama,
kenaikan himpunan dimulai pada nilai dominan yang memiliki derajat
keanggotaan nol (0) bergerak kekanan menuju ke nilai dominan yang memiliki
derajat keanggotaan yang lebih tinggi. Seperti terlihat pada gambar 3.3.
1
Derajat
keanggotaan
µ(x)
0 a Domain B
Gambar 3.3 Representasi Linear Naik
Fungsi keanggotaan
Kedua, merupakan kebalikan dari yang pertama. Garis lurus dimulai dari nilai
dominan dengan derajat keanggotaan tertinggi dari sisi kiri kemudian bergerak
menurun ke nilai dominan yang memiliki derajat keanggotaan lebih rendah.
Seperti terlihat pada gambar 3.4.
Gambar 3.4 Representasi Linear Turun
Fungsi Keanggotaan:
[ ] {
b. Representasi Kurva Segitiga
[ ] {
1
Derajat
Keanggotaan
n µ(x)
0 a domain b
Kurva segitiga pada dasarnya merupakan gabungan antara 2 garis linier, seperti
terlihat pada gambar 3.5.
Gambar 3.5 Representasi Kurva Segitiga
Fungsi Keanggotaan:
[ ]
{
c. Representasi Kurva Trapesium
Kurva segitiga pada dasarnya seperti bentuk segitiga, hanya saja ada titik yang
memiliki nilai keanggotaan seperti terlihat pada gambar 3.6.
1
Derajat
Keanggotaan
n µ(x)
0 a b c
1
Derajat
Keanggotaan
µ(x)
0 a b c d
Gambar 3.6 Representasi Kurva Trapesium
Fungsi Keanggotaan:
[ ]
{
3.4 Fuzzy Multi Criteria Decision Making (MCDM)
Assesment merupakan proses pengambilan keputusan yang dilakukan pimpinan
dengan mempertimbangkan banyak kriteria dengan tujuan untuk memberikan
penghargaan terhadap hasil kerja pegawainya Andayani S, 2012, mengutip
pendapat Haris, menyatakan bahwa decision making adalah studi
pengidentifikasian dalam pemilihan alternatif-alternatif nilai-nilai preferensi
pengambilan keputusan.
Multiple Criteria Decision Making (MCDM) merupakan salah satu metode yang
paling banyak digunakan dalam area pengambilan keputusan. Tujuan dari MCDM
adalah memilih alternatif terbaik dari beberapa alternatif eksklusif yang saling
menguntungkan atas dasar performansi umum dalam bermacam kriteria (atau
atribut) yang ditentukan oleh pengambil keputusan (Chen, dalam Andayani S,
2012). Ada dua pendekatan dasar pada masalah MCDM, yaitu Multiple Attribut
Decision Making (MADM) dan Multiple Object Decision Making (MODM).
MADM mengambil keputusan dengan memperhatikan beberapa atribut yang
kadang saling bertentangan, sedangkan dalam MODM banyak alternatif tak
terbatas dan timbal balik antar kriteria didiskripsikan dengan menggunakan fungsi
kontina (Kahraman, 2008 dalam Andayani S, 2012).
Sebagian besar masalah MCDM dalam praktek nyata melibatkan informasi yang
tidak hanya kuantitatif akan tetapi juga kualitatif, yang bersifat tidak pasti. Dalam
hal ini, masalah MCDM selayaknya dianggap sebagai masalah fuzzy MCDM yang
melibatkan tujuan, aspek-aspek (dimensi), atribut (kriteria) dan kemungkinan
alternatif-alternatif. Masalah MCDM diselesaikan dengan menggunakan teknik-
teknik dalam bidang kecerdasan buatan (artificial intelegent) dan beberapa dekade
terakhir menjadi kajian intensif dari computing karena melibatkan teori himpunan
fuzzy.
Fulop dalam Andayani S, 2012, menyebutkan secara umum proses pengambilan
keputusan meliputi langkah-langkah: 1) Mendifinisikan masalah, 2) Menentukan
kebutuhan, 3) Menetapkan tujuan, 4) Mengidentifikasi alternatif, 5)
Mendefinisikan kriteria, 6) Memilih tool pengambil keputusan, 7) Mengevaluasi
alternatif terhadap kriteria, 8) Menvalidasi solusi. Lebih ringkas, Tseng dan
Huang dalam Andayani S, 2012, menuliskan 4 langlah pengambilan keputusan
meliputi: 1) Identifikasi masalah, 2) Menyusun preferensi, 3) Mengevaluasi
alternatif, 4) Menentukan alternatif terbaik. Berdasarkan uraian diatas, beberapa
hal yang perlu diperhatikan dalam masalah MCDM adalah:
a. Alternatif
b. Kriteria
c. Preferensi
d. Tool atau teknik pengambil keputusan
Misal ada m kriteria (C1,….,Cm) dan n alternatif (A1,…,Aa). Masalah MCDM
biasanya direpresentsikan dalam bentuk tabel keputusan seperti pada gambar 3.7.
Gambar 3.7 Tabel Keputusan
A1 . . An
W1 C1 a11 . . an1
. . . . . .
. . . . . .
wm Cm am1 . . amn
Nilai menunjukan skor kinerja alternatif pada kriteria yang merupakan preferensi
dari pengambil keputusan. Setiap kriteria mempunyai bobot W1 yang menunjukan
tingkat pentingnya kriteria C1 dalam proses pengambilan keputusan.
3.4.1 Altenatif dalam Assessment
Proses pengambilan keputusan dalam asesmen mempertimbangkan beberapa
alternatif yang akan menjadi hasil keputusan akhir. Alternatif yang dimaksud
dapat berupa pegawai yang akan diberi penilaian atau tingkat nilai yang diberikan.
Pada kasus yang pertama, hasil asesmen dapat berupa nilai akhir pegawai beserta
urutan rangkingnya, sedangkan pada kasus kedua, hasil akhir berupa aturan (rule)
atau pedoman penilaian yang dapat digunakan untuk menilai hasil kinerja
pegawai.
3.4.2 Kriteria dalam Assessment
Dalam Analisisnya, Sadler dalam Andayani S, 2012, menyatakan bahwa tidak ada
kesepahaman umum tentang arti criteria-based dan implikasi pada praktenya.
Konsep „kriteria‟ dan „standar‟ sering membingungkan, dan di samping
penggunaan kriteria, penilaian fundamental dari pimpinan perusahaan manajemen
tentang kualitas performansi pegawai menjadi subjektif dan secara substansial
tersembunyi dari pandangan pegawai.
Secara terminologi, kriteria didefinisikan sebagai sifat yang membedakan atau
karakteristik suatu hal, dengan kualitas hal tersebut dapat dinilai atau diestimasi,
sebuah keputusan atau klasifikasi dapat dibuat.
Kriteria adalah atribut atau aturan yang berguna sebagai pengungkit dalam
membuat penilaian. Assessment yang mengacu pada kriteria atau standar tertentu
dalam penentuan keputusan diistilahkan dengan criteria based assessment atau
criteria-referenced assessment. Criteria-based assessment mengukur performansi
pegawai atas dasar kriteria atau standar kompetensi yang sudah ditetapkan,
performansi pegawai tidak dibandingkan dengan pegawai yang lainnya. Dalam
pendekatan ini manajemen dapat menentukan nilai/rangking pegawai berdasarkan
kualitas dalam skala numerik. Metode assessment ini sering kali menggunakan
rubric atau kriteria perengkingan yang detail tertulis yang menjelaskan apa yang
harus dikerjakan pegawai dan bagaimana hal tersebut akan dievaluasi. Pada
dasarnya penentuan kriteria assessment bermula dari apa yang diases.
Menurut Garfield dalam Andayani S, 2012, kerangka kerja assessment yang
pertama adalah menentukan apa yang diases, yang terbagi dalam 5 kelompok
yaitu konsep (concept), keahlian (skills), penerapan (application), atitud
(attitudes), dan kepercayaan (beliefs). Ma and Zhou dalam Andayani S, 2012,
mengusulkan 4 langkah yang terkait dengan asesmen berbasis kriteria, yaitu: 1)
Menentukan himpunan dasar tertentu asesmen, 2) Memilih kriteria assessment
dari himpunan dasar tersebut, 3) Menentukan bobot kriteria, dan 4) Mengevaluasi
kinerja pegawai atas dasar kriteria tersebut. Ada kriteria dasar yang ditentukan
oleh Ma and Zhou dalam Andayani S, 2012, yaitu knowledge, attitude, skills.
Kriteria dasar tersebut kemudian dipecah lagi ke dalam kriteria yang lebih detil
dan pemberian bobot yang relevan dalam setiap kriteria untuk memperoleh tujuan
assessment yang ditentukan.
3.4.3 Ragam Preferensi
Pimpinan/Manajemen sebagai pengambil keputusan memberikan preferensinya
atas sejumlah kriteria yang telah disepakati. Pemberian preferensi oleh
pimpinan/manajemen terhadap kinerja pegawai dapat berupa nilai kuantitatif dan
kualitatif. Outcome proses kerja yang kompleks dapat dihasilkan dari assessment
dengan cara memberikan penilaian kualitatif merupakan hal yang biasa ditemui
pada berbagi pekerjaan. Penilaian kualitatif melibatkan multi kriteria, beberapa
kriteriadiantaranya bersifat fuzzy, dan hanya beberapa kriteria saja yang biasanya
digunakan dari sekian banyak kriteria yang mungkin.
Ada beberapa macam format preferensi yang dapat diberikan dalam pengambilan
keputusan MCDM. Chen dalam Andayani S, 2012, menyebut ada 5 cara
mengevaluasi preferensi pakar dalam masalah pengambilan keputusan: 1)
Ordering preference, 2) Fuzzy preference relation, 3) Multiplicative preference
relation, 4) Utility function, dan 5) Variable linguistic dengan fungsi konversi ke
bentuk yang lain.
Salah satu preferensi yang paling banyak digunakan asesmen adalah dalam format
linguistik. Misal pengambilan keputusan memberi preferensi terhadap 4 alternatif
(A1, A2, A3, A4) masing-masing A1=”Sangat Baik”, A2=”Baik”, A3=”Cukup”,
A4=”Kurang Baik”. Perbedaan format preferensi oleh pengambilan keputusan
individu maupun kelompok terhadap kriteria sudah menjadi hal yang biasa dalam
masalah MCDM, karena setiap kriteria dapat memiliki unit pengukuran yang
berbeda. Dimensi kriteria yang berbeda dapat diselesaikan dengan proses
normalisasi, yang bertujuan untuk mendapatkan skala nilai yang dapat
diperbandingkan. Berbagai teknik normalisasi nilai preferensi terhadap kriteria
telah menjadi bagian dari metode MCDM (Turskis and Zavadskas, 2010 dalam
Andayani S, 2012).
3.4.4 Metode Penyelesaian MCDM
Turskis and Zavadskas dalam Andayani S, 2012, menyatakan berbagai macam
metode MCDM banyak digunakan untuk menyelesaikan permasalahan di bidang
sains, bisnis dan pemerintahan. Metode-metode MCDM tersebut dikelompokkan
sebagai berikut:
1. Metode yang didasarkan pada pengukuran kuantitatif. Metode-
metode yang berdasarkan multiple criteria utility theory
(MAUT) termasuk dalam kelompok ini, misal SAW (Simple
Additive Weighting), LINMAP (Linier Programming
Technipacs for Multidimensional), Analysis of preference,
COPRAS (Complex Proportional Assesment), dan ARAS
(Additive Ratio Assesment).
2. Metode-metode yang berdasarkan pada pengukuran awal
kualitatif meliputi 2 kelompok yaitu Analytic Hierarchy
Methods (AHP) dan metode teori himpunan fuzzy.
3. Metode perbandingan preferensi yang berdasarkan pada
perbandingan pasangan alternatif. Kelompok ini meliputi
ELECTRE, PROMETHEE. Metode yang berdasarkan pada
pengukuran kualitatif yang tidak dikonversi ke variabel
kuantitatif. Kelompok ini meliputi metode pengambilan
keputusan pada data linguistik dan penggunaan data kualitatif
yang melibatkan ketidakpastian tingkat tinggi.
3.4.5 Simple Additive Weighting Method (SAW)
Metode SAW sering dikenal dengan istilah metode penjumlahan terbobot. Konsep
dasar metode SAW adalah mencari penjumlahan terbobot dari reting kinerja pada
setiap alternatif pada semua atribut (Fishburn, 1967) (MacCrimmon, 1968).
Metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke suatu
skala yang dapat dibandingkan dengan semua rating alternatif yang ada
(Kusumadewi, Sri, Hartati, S., Harjoko, A., Wardoyo, R., 2006).
{
Dimana rij adalah rating kinerja ternormalisasi dari alternatif A1 pada atribut Cj; i
= 1,2,...,m dan j = 1,2,....,n. Nilai preferensi untuk setiap alternatif (Vi) diberikan.
Nilai Vi yang lebih besar mengindikasikan bahwa alternatif A1 lebih terpilih.
3.4.6 Algoritma Simple Additive Weighting (SAW)
Dalam penelitian ini menggunakan model MCDM metode SAW. Adapun
langkah-langkahnya adalah :
1. Menentukan kriteria-kriteria yang akan dijadikan acuan dalam
mengambil keputusan.
2. Menentukan rating kecocokan setiap alternative pada setiap
kinerja.
Jika J adalah atribut keuntungan (benefit)
Jika J adalah atribut biaya (cost)
3. Membuat matriks keputusan berdasarkan kriteria, kemudian
melakukan normalisasi matriks berdasarkan persamaan yang
disesuaikan dengan jenis atribut (atribut keuntungan atapun
atribut biaya) sehingga diperoleh matriks ternormalisasi.
3.5 Alat Bantu Analisa dan Perancangan Sistem
3.5.1 Unified Modelling Language (UML)
Menurut Rosa A.S. dan M. Shalahuddin (2013), Perkembangan teknik
pemograman objek memunculkan sebuah standarisasi bahasa pemodelan untuk
pembangunan perangkat lunak yang dibangun dengan menggunakan terknik
pemograman berorientasi objek yaitu Unified Modeling Language (UML). UML
muncul karena adanya kebutuhan pemodelan visual untuk menspesifikasi,
menggambarkan, membangun dan dokumentasi dari sistem perangkat lunak.
Diagram dasar yang biasa dipakai dalam analisis dan perancangan yaitu Use Case
Diagram, Class Diagram, Activity Diagram, dan Sequence Diagram.
3.5.2 Use CaseDiagram
Use Case atau diagram use case merupakan pemodelan untuk melakukan
(behavior) sistem informasi yang akan dibuat. Use case mendeskripsikan sebuah
interaksi antara satu atau lebih actor dengan sistem informasi yang akan dibuat.
Secara kasar, use case digunakan untuk mengetahui fungsi apa saja yang ada di
dalam sebuah sistem informasi dan siapa saja yang berhak menggunakan fungsi –
fungsi itu. Adapun komponen – komponen yang digunakan dalam use case adalah
sebagai berikut :
Tabel 3.1. Komponen dalam Use Case Diagram
Sumber : Rosa A.S. dan M. Shalahuddin, 2013
Relasi Simbol Keterangan
Use Case
Fungsionalitas yang disediakan sistem
sebagai unit – unit yang saling bertukar
pesan antar aktor atau unit.
class Class Model
Class1
- Attributes: int
+ Operations() : void
Relasi Simbol Keterangan
Aktor
Orang, proses atau sistem lain yang
berinteraksi dengan sistem informasi yang
akan dibuat itu sendiri.
Asosiasi Komunikasi antara actor dan use case
yang berpartisipasi pada use case atau use
case interaksi dengan actor.
Ekstensi
<<extend>>
Relasi use case tambahan ke sebuah use
case dimana use case yang ditambahkan
dapat berdiri sendiri walau tanpa use case
tambahan itu.
3.5.3 ClassDiagram
Class Diagram atau diagram kelasmenggambarkan struktur sistem dari segi
pendefisian kelas-kelas yang akan dibuat untuk membangun sistem. Kelas
memiliki apa yang disebut atribut dan metode atau operasi.
Tabel 3.2. Komponen dalam Class Diagram
Sumber : Rosa A.S. dan M. Shalahuddin, 2013
Relasi Simbol Keterangan
Kelas
Kelas pada struktur sistem.
Antarmuka /
Interface
Nama_interface
Sama dengan konsep interface
dalampemograman berorientasi
objek.
Relasi Simbol Keterangan
Asosiasi Relasi antar kelas dengan
makna umum, asosiasi
biasanya disertai dengan
multiplicity.
Asosiasi berarah Relasi antar kelas dengan
makna kelas yang satu
digunakan oleh kelas yang lain,
asosiasi biasanya juga disertai
multiplicity.
Generalisasi
Relasi antar kelas dengan
makna generalisasi spesialisasi.
Kebergantungan/
Dependency
Kebergantungan antar kelas.
Agregasi
Relasi antar kelas dengan
makna semua bagian.
3.5.4 Activity Diagram
Activity Diagram menggambarkan aliran kerja atau aktivitas dari sebuah
sistem atau proses bisnis atau menu yang ada pada perangkat lunak.
Tabel 3.3 Komponen dalam Activity Diagram
Sumber : Rosa A.S. dan M. Shalahuddin, 2013
Relasi Simbol Keterangan
Relasi Simbol Keterangan
Start Start awal aktivitas sistem, sebuah
diagram aktivitas memiliki sebuah
status awal.
Activity Aktivitas yang dilakukan sistem,
aktivitas biasanya diawali dengan
kata kerja.
Percabangan Asosiasi percabangan dimana jika
ada pilihan aktivitas lebih dari satu
Penggabungan
/Join
Asosiasi penggabungan dimana
lebih dari satu aktivitas digabung
menjadi satu.
Final Status akhir yang dilakukan oleh
sistem, sebuah diagram aktivitas
memiliki sebuah status akhir.
Swimlane Memisahkan organisasi bisnis yang
bertanggung jawab terhadap
aktivitas yang terjadi.
3.5.5 Sequence Diagram
Sequence Diagram menggambarkan kelakuan objek pada usecase dengan
mendeskripsikan waktu hidup objek dan message yang dikirimkan dan diterima
antar objek.
Tabel 3.4 Komponen Dalam Sequence Diagram
Sumber : Rosa A.S. dan M. Shalahuddin, 2013
name swimlane
Relasi Simbol Keterangan
Aktor
nama aktor
atau
Tanpa waktu
aktif
Orang, proses atau sistem lain yang
berinteraksi dengan sistem
informasi yang akan dibuat itu
sendiri.
lifeline Manyatakan kehidupan suatu objek
Object Menyatakan objek yang
berinteraksi pesan
Waktu Aktif Menyatakan objek dalam keadaan
aktif dan berinteraksi, semua yang
terhubung dengan waktu aktif ini
adalah tahapan yang dilakukan
didalamnya
Pesan tipe
create
<<create>>
Menyatakan suatu objek membuat
objek lain, arah panah mengarah ke
objek yang dibuat.
Pesan tipe call
1: nama_metode()
Menyatakan suatu objek
memanggil operasi yang ada pada
objek lain atau dirinya sendiri
Pesan tipe
send
1: masukan
Menyatakan suatu objek
mengirimkan data/ masukan/
informasi ke objek lain atau dirinya
sendiri
Pesan tipe
return
1: keluaran
Menyatakan suatu objek yang telah
menjalankan suatu operasi atau
metode menghasilkan suatu
nama aktor
nama
objek/kelas
Relasi Simbol Keterangan
kembalian ke objek tertentu.
Pesan tipe
destroy
<<destroy>> Menyatakan suatu objek
memanggil operasi yang ada pada
objek lain atau dirinya sendiri
3.6 Pengertian Basis Data atau Database
Database adalah sekumpulan data mentah yang disusun menurut logika tertentu
terorganisasi dalam bentuk yang dapat disimpan dan diproses oleh komputer.
Contoh database dapat berisi data pegawai, data penjualan, pembayaran, dan lain-
lain. Data internal dari acounting, keuangan, penjualan, dan bidang-bidang bisnis
lainnya yang disimpan dalam suatu sistem komputer dan disusun menurut logika
tertentu disebut sebagai internal database (Nofriansyah, 2014).
Database seringkali disimpan dalam suatu perangkat tertentu pada komputer,
seperti hard disk, compact disk, dan sebagainya. Hubungan antar sistem database
dan sistem software sangat kuat karena sistem database yang dipakai sangat
menentukan kemudahan aksesnya data sementara software sendiri memungkinkan
peneliti memanipulasi data untuk dianalisis.
3.6.1 Database Management Sistem (DBMS)
Database Management Sistem (DBMS) merupakan suatu program komputer yang
digunakan untuk memasukkan, mengubah, menghapus, memanipulasi, dan
memperoleh data dan informasi dengan praktis dan efisien (Kadir, 1999 dalam
Nofriansyah, 2014). DBMS dapat digunakan untuk mengakomodasikan berbagai
macam pemakai yang memiliki kebutuhan akses yang berbeda-beda.
3.7 Sekilas Tentang Borland Delphi 7
Menurut Ichwan (2011), Delphi 7 merupakan bahasa pemrograman yang
dikeluarkan pada bulan Agustus tahun 2002 oleh Borland Software Corporation
sebuah perusahaan perangkat lunak komputer yang berkantor pusat di Austin,
Texas. Walaupun perkembangan Delphi sudah sangat pesat masih banyak
pengembang aplikasi yang menggunakan Delphi 7, alasannya yaitu Delphi 7
masih sangat memadai dan mempunyai kestabilan yang prima serta kebutuhan
akan perangkat keras yang tidak terlalu tinggi.. Delphi merupakan generasi
penerus dari Turbo Pascal. Turbo Pascal yang diluncurkan pada tahun 1983
dirancang untuk dijalankan pada sistem operasi DOS. Sedangkan Delphi yang
diluncurkan pertama kali tahun 1995 dirancang untuk beroperasi dibawah sistem
operasi windows. Delphi memiliki sarana yang tangguh untuk pembuatan aplikasi,
mulai dari sarana pembuatan form, menu, toolbar, hingga kemampuan untuk
menangani pengolahan basis data yang besar. Kelebihan-kelebihn yang dimiliki
Delphi antara lain karena pada Delphi, form dan komponen-komponennya dapat
dipakai ulang dan dikembangkan, maupun mengakses VBX, tersedia template
aplikasi dan template form, memiliki lingkungan pengembangan visual yang dapat
diatur sesuai kebutuhan, menghasilkan file terkompilasi yang berjalan lebih cepat,
serta kemampuan mengakses data dari bermacam-macam format. Dalam
pembuatan aplikasi menggunakan Borland Delphi, kita akan sering bertemu
dengan istilah-istilah yang biasa dipakai dalam lingkungan pemrograman visual,
yaitu objek, properti, dan event. Delphi menerapkan konsep aplikasi yang
digerakkan oleh event. Dengan adanya sarana pemrograman visual yang event-
driven, para pembuat aplikasi sangat terbantu ketika menyediakan sarana antar
muka bagi pemakai. Dengan demikian, harapannya ialah akan lebih
berkonsentrasi pada penanganan masalah aplikasinya, bukan antarmukanya.
Disamping menggunakan konsep event-driven, Delphi juga menggunakan bahasa
objek pascal didalam lingkungan pemrograman visual. Kombinasi ini
menghasilkan sebuah lingkungan pengembangan aplikasi yang berorientasi objek.
Dengan konsep seperti ini, maka pembuatan aplikasi menggunakan Delphi dapat
dilakukan dengan cepat dan menghasilkan aplikasi yang tangguh.
Gambar 3.8. Lingkungan Pengembangan Aplikasi Borland Delphi 7.0
3.7.1 IDE
Lingkungan pengembangan aplikasi interaktif (Interactive Development
Enviroment) Borland Delphi 7.0 telah mengalami perubahan dari versi
sebelumnya. Diantaranya, pada versi sekarang ini terdapat Compiler message,
perubahan pada Component Pallete, serta beberapa perbaikan lainnya. Pada
dasarnya IDE Delphi dibagi menjadi enam bagian yaitu:
1. Menu, pada Delphi memiliki fungsi seperti menu pada aplikasi
windows lainnya, dari menu ini kita dapat memanggil atau
menyimpan program, menjalankan program dan sebagainya.
Singkatnya segala sesuatu yang berhubungan dengan IDE Delphi
dapat kita lakukan dari menu.
2. Toolbar, berisi kumpulan tombol yang merupakan pengganti dari
beberapa item menu yang sering digunakan, dengan kata lain
setiap tombol pada Toolbar menggantikan salah satu item menu.
3. Component Pallete, berisi ikon-ikon komponen visual dan
nonvisual yang dapat kita gunakan untuk merancang antar muka
bagi para pemakai aplikasi. Component Pallete terdiri dari
beberapa page yang dipakai sebagai pengelompok jenis
komponen, misalnya yang tampak pada gambar 3.9 adalah page
Additional.
Gambar 3.9 Component Pallete.
4. Form Designer, atau form, adalah jendela kosong tempat
merancang antar muka pemakai aplikasi. Tampilan awalnya pada
gambar 3.10 Pada form inilah ditempatkan komponen-komponen
sehingga aplikasi dapat berinteraksi dengan pemkainya.
Gambar 3.10 Window Form Designer Pada IDE Delphi
5. Code Editor, berfungsi untuk menulis dan menyuting kode
program. Alokasi Code editor ada dibelakang form. Untuk
melihatnya kita dapat menggeser form yang menghalanginya,
atau menggunakan tombol F12. Code editor juga akan tampil jika
mengklik dua kali pada nama event handler di object Inspector.
Salah satu kemudahan menggunakan Delphi adalah tersedianya
rangka-rangka dasar kode prosedur, sehingga kita tinggal
melengkapinya. Contoh tampilan Code editor adalah seperti
gambar 3.11.
Gambar 3.11 Window Code Editor
6. Object Inspector, digunakan untuk mengatur karakter sebuah
komponen. Pada object inspector terdapat dua tab, yaitu tab
properties dan tab event. Kita dapat mengatur properties dari
sebuah komponen dengan mudah, properties dapat dijelaskan
sebagai data yang menentukan karakteristik komponen. Pada tab
events kita dapat menyisipkan kode untuk menangani kejadian
tertentu.
Gambar 3.12 Window Objek Inspector
3.7.2 Menggunakan Komponen Data Base
Aplikasi Database memungkinkan pemakai aplikasi berinteraksi dengan
informasi yang tersimpan pada Database. Database menyediakan struktur
informasi yang memungkinkan berbagai data diantara beberapa aplikasi. Delphi
menyediakan beberapa fasilitas, yaitu sistem data base yang mengorganisir
informasi kedalam tabel-tabel berupa baris (record) dan kolom (field).
3.8 Microsoft Access 2007
Microsoft Office Access adalah sebuah program aplikasi basis data relasional yang
ditujukan untuk kalangan rumahan, perusahaan kecil dan menengah. Aplikasi ini
merupakan bagian dari aplikasi Microsoft Office. Aplikasi ini menggunakan mesin
basis data Microsoft Jet Database Engine, dan juga menggunakan tampilan grafis
yang memudahkan User. Microsoft Access dapat menggunakan data yang
disimpan di dalam format Microsoft Access, Microsoft Jet Database Engine,
Microsoft SQL Server, Oracle, atau semua kontainer basis data yang mendukung
standar ODBC. Ada beberapa komponen yang bisa digunakan untuk
mengkoneksikan Access dengan Delphi, misalnya menggunakan ADO, ODBC
maupun BDE.
Gambar 3.13. Jendela Create Database
Gambar 3.14. Jendela Propertise File
Gambar 3.15. Jendela Design View Create Table
3.8.1 ADO (ActiveX Data Object)
ActiveX Data Objects (ADO) adalah satu set objek Component Object Model
(COM) untuk mengakses data source. ADO merupakan standar Microsoft. ADO
merupakan pengganti dari RDO (Remote Data Objects) dan DAO (Data Access
Objects). ADO diperkenalkan oleh Microsoft pada bulan Oktober 1996.
Komponen ADO biasanya digunakan sebagai penghubung bahasa tingkat tinggi
seperti VBScript dalam lingkungan ASP atau Visual Basic. Tetapi walaupun
dikembangkan oleh Microsoft, ADO juga dapat digunakan oleh Delphi dan C++
Builder, yang dikembangkan oleh saingannya Microsoft yaitu Borland Software
Corporation. ADO dapat digunakan untuk mengakses database diantaranya
Microsoft Access, Microsoft SQL Server, Oracle bahkan Micosoft Excel.
Gambar 3.16. Komponen ADO
Gambar 3.17 Provider Database
Gambar 3.18. Connection String ADO dengan Ms Access
Gambar 3.19. Link and Test Connection
Gambar 3.20. Pesan Link Berhasil
3.9 Pengujian Sistem
Menurut Roger S. Pressman (2012), pengujian bertujuan untuk mencari
kesalahan. Pengujian yang baik adalah pengujian yang memiliki kemungkinan
besar dalam menemukan kesalahan. Setiap produk rekayasa dapat diuji dalam
satu dari dua cara berikut:
1. Dengan mengetahui fungsi yang telah ditentukan bahwa suatu
produk telah dirancang untuk bekerja, pengujian dapat dilakukan
untuk menunjukkan bahwa masing-masing fungsi sepenuhnya
beroperasi sementara pada saat yang sama mencari kesalahan
dalam setiap fungsi.
2. Mengetahui cara kerja internal suatu produk, pengujian dapat
dilakukan untuk memastikan bahwa persneling telah terhubung,
yaitu bahwa operasi-operasi internal telah dilakukan sesuai dengan
spesifikasi dan semua komponen internal telah memadai
dieksekusi.
Pendekatan pengujian pertama kali membutuh kan pandangan eksternal dan
disebut pengujian kotak-hitam (black-box testing), dan yang kedua,
membutuhkan membutuhkan pandangan internal yang disebut pengujian kotak-
putih (white-box testing).
3.9.1 Pengujian Black Box
Pengujian kotak hitam (black box testing), juga disebut pengujian prilaku,
berfokus pada persyaratan fungsional perangkat lunak. Artinya, teknik pengujian
kotak hitam memungkinkan untuk membuat beberapa kumpulan kondisi masukan
yang sepenuhnya akan melakukan semua kebutuhan fungsional untuk
program (RogerS. Pressman, 2012). Pengujian kotak hitam berupaya untuk
menemukan kesalahan dalam kategori berikut:
1. Fungsi yang salah atau hilang,
2. Kesalahan antar muka,
3. Kesalahan dalam struktur data atau akses berbasis data
eksternal,
4. Kesalahan prilaku atau kinerja,
5. Kesalahan inisialisasi dan penghentian.
3.9.2 Pengujian White Box
Pengujian kotak putih (white-box testing), terkadang disebut pengujian kotak
kaca (glass-box testing), merupakan sebuah filosofi perancangan test case yang
menggunakan struktur kontrol yang dijelaskan sebagai bagian dari perancangan
perangkat komponen untuk menghasilkan test case (Roger S. Pressman, 2012).
Dengan menggunakan metode pengujian kotak putih, dapat memperoleh test
case berikut:
1. Menjamin bahwa semua jalur independen didalam modul telah
dieksekusi setidaknya satu kali,
2. Melaksanakan semua keputusan logis pada sisi benar dan yang
salah,
3. Melaksaakan loop pada batas mereka dan dalam batasan-
batasan operasional mereka,
4. Melakukan struktur data internal untuk memastikan
kesahihannya.
Grafik alir (flowgraph) disebut juga grafik program merupakan sebuah notasi
sederhana untuk merepresentasikan aliran kontrol. Berikut konstruksi dalam
bentuk diagram alir:
Gambar 3.21 Notasi Grafik Alir
Untuk membuat grafik alir, diperlukan representasi perancangan prosedural dari
diagram alir. Diagram alir digunakan untuk menggambarkan struktur
pengendalian program. Berikut contoh diagram alir yang digunakan untuk
membuat grafik alir.
Gambar 3.22 (a) Diagram alir dan (b) grafik alir
Berdasarkan Gambar 3.2b setiap lingkaran disebut simpul (node) grafik alir,
merupakan satu atau lebih pernyataan-pernyataan prosedural. Urutan kotak-kotak
proses dan belah ketupat keputusan bisa dipetakan menjadi satu node. Panah
pada grafik alir, yang disebut edge atau link, merupakan aliran kendali dan analog
dengan panah diagram alir. Area yang dibatasi oleh edge dan node disebut
region.
Gambar 3.23 Logika Gabungan
Berdasarkan pada Gambar 3.23, potongan bahasa perancangan program
(program design language (PDL)) diterjemahkan ke dalam grafik aliran yang
ditampilkan. Node dibuat terpisah untuk masing-masing kondisi a dan b dalam
pernyataan IF a OR b. Setiap node yang berisi kondisi ini disebut node predikat
dan ditandai oleh dua atau lebih edge yang berasal dari node tersebut.
Kompleksitas siklomatik adalah metrik perangkat lunak yang menyediakan
ukuran kuantitatif dari kompleksitas logis suatu program. Kompleksitas
siklomatik dilandaskan pada teori Graph, dan menyedikan metrik perangkat
lunak yang sangat berguna. Kompleksitas dihitung dalam satu dari tiga cara
berikut :
1. Jumlah daerah-daerah grafik alir yang berhubungan dengan
kompleksitas siklomatik.
2. Kompleksitas siklomatik V (G) untuk grafik alir G
didefinisikan sebagai V(G)=E–N+2
Dimana E adalah jumlah edge grafik alir dan N adalah jumlah node grafik alir.
3. Kompleksitas siklomatik V(G) untuk grafik aliran G juga
didefinisikan sebagai V(G)=P+1
Dimana P adalah jumlah node perikat yang terdapat dalam grafik alir G.