TESIS
Diajukan untuk Memenuhi Salah Satu Syarat
Memperoleh Gelar Magister Komputer
OKTOBER 2013
ABSTRAK
BAB I
PENDAHULUAN
1.1 Latar Belakang Penelitian
Pengambilan
keputusan
berkriteria
jamak
(multicriteria
decision
pemilihan program studi perguruan tinggi (Meliala, 2012), dan perancangan sistem
pendukung keputusan penentuan performance sekolah (Feriansyah, 2011).
Beberapa keistimewaan metode Fuzzy MCDM, menurut Moon dan Kang
(2001) adalah:
1. Tidak ada batas jumlah kriteria keputusan, dan kerumitan analisis tidak terlalu
terpengaruh banyak oleh jumlah kriteria keputusan.
2. Penentuan bobot alternatif-alternatif keputusan umumnya lebih mudah
daripada metode yang lain, karena digunakannya variabel-variabel linguistik
yang mirip dengan istilah/bahasa sehari-hari.
3. Penyelesaian yang masuk akal untuk sebuah masalah pengambilan keputusan
dengan berbagai kriteria yang saling bertentangan satu sama lain bisa
didapatkan.
4. Hal-hal yang mendasari pengambilan keputusan divisualisasikan untuk
pertimbangan subyektif manusia. Tentu saja situasi ini membuat pihak pengambil
keputusan di YSIOI perlu memiliki sistem pemilihan sarana promosi yang berbasis
komputer untuk lembaga-lembaga pendidikan yang bernaung di bawahnya.
Metode pemilihan sarana promosi lembaga pendidikan menggunakan fuzzy
MCDM dianggap tepat untuk diaplikasikan karena selain metode ini memiliki
keistimewaan-keistimewaan sebagaimana telah disebutkan di atas, metode ini juga
telah diaplikasikan secara luas di berbagai bidang. Oleh karena itulah maka penulis
merasa
tertarik
PEMILIHAN
untuk membuat
SARANA
penelitian
PROMOSI
dalam
bentuk
LEMBAGA
tesis
berjudul:
PENDIDIKAN
1.2
Perumusan Masalah
Berdasarkan latar belakang masalah, maka penulis merumuskan masalah agar
tidak terjadi kerancuan. Beberapa perumusan masalah yang akan dibahas adalah:
1. Bagaimana penerapan fuzzy MCDM dalam menentukan sarana promosi yang
paling tepat bagi lembaga pendidikan?
2. Bagaimanakah metode fuzzy MCDM digunakan untuk memilih alternatif
sarana promosi lembaga pendidikan yang terbaik dengan menggunakan
kriteria-kriteria yang telah ditentukan?
3. Bagaimana merancang aplikasi pemilihan
sarana
promosi
lembaga
2. Metode yang digunakan dalam penelitian ini adalah metode fuzzy multiple
criteria decision making (MCDM).
3. Dalam perancangan aplikasi pemilihan sarana promosi lembaga pendidikan
menggunakan fuzzy MCDM, penulis menggunakan perangkat lunak
Matlab7.8.
1.4 Tujuan Penelitian
Penelitian ini memiliki tujuan-tujuan yang hendak dicapai yaitu:
1. Memahami penggunaan fuzzy Multi criteria decision making (MCDM) dalam
pembuatan keputusan pemilihan sarana promosi lembaga pendidikan di
Yayasan Sahabat Iman Orthodox Indonesia.
2. Menganalisa kebutuhan sistem, masalah, dan konsep fuzzy MCDM di dalam
pemilihan alternatif terbaik berdasarkan kriteria-kriteria yang telah ditentukan
3. Membangun aplikasi yang bisa membantu memilih sarana promosi lembaga
pendidikan menggunakan fuzzy MCDM
4. Menguji aplikasi fuzzy MCDM yang telah dirancang, untuk mencari
kesalahan-kesalahan sehingga dapat diperbaiki
1.5
Manfaat Penelitian
Manfaat yang diharapkan dari penelitian adalah:
1. Membantu pihak pengambil keputusan di Yayasan Sahabat Iman Orthodox
Indonesia untuk memilih sarana promosi yang tepat bagi lembaga-lembaga
pendidikan yang bernaung di bawahnya.
2. Penelitian ini diharapkan dapat bermanfaat
untuk
merancang
dan
Sistematika Penulisan
BAB II
LANDASAN TEORI
2.1 Sistem Pendukung Keputusan
2.1.1. Konsep Sistem Pendukung Keputusan
Pada awal tahun 1970-an, Scott Morton pertama kali memperkenalkan
konsep penting Sistem Pendukung Keputusan (SPK). Sebuah Sistem Pendukung
Keputusan merupakan sistem interaktif, fleksibel, berbasis komputer yang
membantu para pengambil keputusan untuk memanfaatkan data dan berbagai
3.
dalam analisis.
Subsistem antarmuka pengguna, media interaksi antara sistem dengan
pengguna, sehingga pengguna dapat berkomunikasi dan memberikan
perintah pada SPK melalui subsistem ini untuk melakukan berbagai
analisis.
10
2.2. Fuzzy
2.2.1. Himpunan Fuzzy
Pada himpunan tegas (crisp), nilai keanggotaan suatu item x dalam suatu
himpunan A, yang sering ditulis dengan A[x], memiliki 2 kemungkinan, yaitu :
1. satu (1), yang berarti bahwa suatu item menjadi anggota dalam
suatu himpunan, atau
2. nol (0), yang berarti bahwa suatu item tidak menjadi anggota dalam
suatu himpunan.
Prinsip dasar dan persamaan matematika dari teori himpunan fuzzy
adalah
merupakan sebuah generalisasi dari himpunan crisp. Kalau pada himpunan crisp,
nilai keanggotaan hanya ada 2 kemungkinan, yaiu 0 atau 1. Sedangkan himpunan
fuzzy didasarkan pada gagasan untuk memperluas jangkauan fungsi karakteristik
sedemikian hingga fungsi tersebut akan mencakup bilangan real pada interval
[0,1]. Nilai keanggotaan pada himpunan fuzzy menunjukkan bahwa suatu item
dalam semesta pembicaraan tidak hanya berada pada 0 atau 1, melainkan juga
nilai yang terletak di antaranya. Dengan kata lain, nilai kebenaran dari suatu item
tidak hanya benar atau salah (Kusumadewi dan Guswaluddin, 2005).
Pada himpunan fuzzy terdapat 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 menunjukkan ukuran dari suatu
variabel, seperti : 40, 25, 50, dan seterusnya.
Ada beberapa hal yang perlu diketahui dalam memahami sistem fuzzy, yaitu:
a. Variabel fuzzy
Variabel fuzzy merupakan variabel yang hendak dibahas dalam suatu
b.
11
Himpunan fuzzy merupakan suatu grup yang mewakili suatu kondisi atau
keadaan tertentu dalam suatu variabel fuzzy.
Contoh:
Variabel umur, terbagi menjadi 3 himpunan fuzzy, yaitu: MUDA,
PAROBAYA, dan TUA. (Gambar 2.1)
MUDA
PAROBAYA
TUA
1
[x]
0
45
55
65
Umur (th)
Gambar 2.1 Himpunan Fuzzy Untuk Variabel Umur.
0
25
35
1
[x]
0
15
20
25
30
35
40
Temperatur (oC))
Gambar 2.2 Himpunan Fuzzy Pada Variabel Temperatur.
c.
Semesta Pembicaraan
Semesta pembicaraan adalah keseluruhan nilai yang diperbolehkan untuk
dioperasikan
dalam
suatu
variabel
fuzzy.
Semesta
pembicaraan
12
d.
Domain
Domain himpunan fuzzy adalah keseluruhan nilai yang diijinkan dalam
semesta pembicaraan dan boleh dioperasikan dalam suatu himpunan fuzzy.
Seperti halnya semesta pembicaraan, domain merupakan himpunan
bilangan real yang senantiasa naik (bertambah) secara monoton dari kiri
ke kanan. Nilai domain dapat berupa bilangan positif maupun negatif.
Contoh domain himpunan fuzzy:
= [0
45]
MUDA
= [35 55]
PAROBAYA
= [45 +)
TUA
= [0 20]
DINGIN
= [15 25]
SEJUK
= [20 30]
NORMAL
= [25 35]
HANGAT
= [30 40]
PANAS
13
32
35
Temperatur (C)
Gambar 2.4 Himpunan Fuzzy: PANAS
Fungsi Keanggotaan :
[x]=
2.
0;
x<a
(x a) / (b a) ;
axb
1 ;
x>b
(1)
domain
14
1
0,
6
6
7
(
x)
0
15
20
30
Temperatur (C)
Gambar 2.6 Himpunan Fuzzy: DINGIN
Fungsi Keanggotaan :
[x]=
(b x) / (b a) ;
0
;
axb
x>b
(2)
b.
1
derajat keanggotaan
[x]
domain
(x a) / (b a) ;
axb
(x - c) / (b c) ;
bxc
15
(3)
c. Representasi Kurva Trapesium
Kurva trapesium pada dasarnya seperti kurva segitiga, hanya saja ada
beberapa titik yang memiliki nilai keanggotaan 1.
Derajat
keanggotaan
[x]
Fungsi Keanggotaan :
A[x]=
2.2.3
0;
(x a) / (b a) ;
1;
(d - x) / (d - c) ;
x a atau x d
axb
bxc
xd
(4)
16
17
didapatkan.
8. Hal-hal yang mendasari pengambilan keputusan divisualisasikan untuk
memungkinkan dilakukannya pengujian ulang dan pencocokan yang mudah
untuk perumusan konsensus yang lebih baik.
Kusumadewi dan Guswaludin (2005) memaparkan tiga langkah penting yang
harus dikerjakan, yaitu: representasi masalah, evaluasi himpunan fuzzy pada setiap
alternatif keputusan dan melakukan seleksi terhadap alternatif yang optimal.
1. Representasi masalah
Pada bagian ini, terdapat 3 tahapan yang harus dilakukan, yaitu :
1. Identifikasi tujuan dan kumpulan alternatif keputusan. Jika ada n alternatif
keputusan dari suatu masalah, maka dapat ditulis sebagai :
A = {Ai | i=1, 2, ..., n}.
2. Identifikasi kumpulan kriteria. Jika ada k kriteria, maka dapat dituliskan :
C = { Ct | t=1, , ...,k}.
3. Membangun struktur hirarki dari masalah tersebut berdasarkan
pertimbangan-pertimbangan tertentu.
Tujuan dari permasalahan
C1
Gambar 2.9
A1 A2
C2
...
A3
Struktur
Ck
...
An
Contoh
Hirarki
Masalah
2. Evaluasi himpunan fuzzy
Pada bagian ini, ada 4 aktivitas yang harus dilakukan, yaitu :
1. Memilih himpunan rating untuk derajat kepentingan dari setiap kriteria dan
derajat kecocokan setiap alternatif dengan kriterianya.
Himpunan rating biasanya direpresentasikan dalam bentuk variabel
linguistik (x). Misalkan untuk himpunan rating pada variabel penting
didefinisikan sebagai : T(penting) = {SANGAT RENDAH, RENDAH,
CUKUP, TINGGI, SANGAT TINGGI}.
2. Menentukan bobot-bobot setiap rating dari himpunan rating derajat
18
rendah
0.25
sedang
tinggi
sangat
tinggi
1
0.5
0.75
Fi =
(5)
i = 1, 2, 3, ..., n
t = 1, 2, 3, ..., n
Di mana :
Fi: indeks kecocokan fuzzy dari alternatif Ai yang mempresentasikan derajat
19
Yi =
(oit , at )
k
t 1
Qi =
(7)
(p
t 1
it
, bt )
it
, ct )
(8)
Zi =
(q
t 1
(9)
i = 1,2,, n.
3. Seleksi alternatif yang optimal
Pada bagian ini, ada 2 aktivitas yang dilakukan, yaitu :
1. Memprioritaskan alternatif keputusan berdasarkan hasil agregasi.
Nilai prioritas dari hasil agregasi dibutuhkan dalam rangka proses
penentuan pemilihan sarana promosi lembaga pendidikan. Karena hasil
agregasi dalam hal ini direpresentasikan dengan menggunakan bilangan
fuzzy segitiga, maka dibutuhkan metode untuk memperoleh nilai
prioritas dari bilangan fuzzy segitiga. Metode yang digunakan dalam
penelitian ini adalah metode nilai total integral.
I Ta ( Fi )
(10)
keterangan :
1
( zi yi (1 ) x i )
2
20
I
Fi
: nilai integral
: bilangan fuzzy segitiga hasil agregasi, Fi = (Xi, Yi, Zi)
: indeks keoptimisan yang merepresentasikan derajat keoptimisan bagi
pengambil keputusan.
2. Memilih alternatif keputusan dengan nilai prioritas tertinggi sebagai
alternatif keputusan yang optimal.
Menurut Moon dan Kang dalam Kusumadewi, et al. (2006), secara umum,
langkah-langkah penyelesaian pada fuzzy MCDM dapat dilihat pada tabel berikut
ini:
Tabel 2.1. Rangkuman Penyelesaian Fuzzy MCDM
Langkah
Representasi Masalah
Evaluasi
himpunan
fuzzy untuk alternatifalternatif keputusan
Menyeleksi alternatif
yang optimal
Aktifitas
Identifikasi tujuan dan
kumpulan alternatif, A =
{Ai}; i=1,2,,k.
Identifikasi kriteria, C =
{Ct}; t=1,2,,k.
Membangun
struktur
hirarki
masalah
keputusan
dengan
beberapa pertimbangan.
Memilih
himpunan
rating untuk bobot-bobot
pada setiap kriteria dan
derajat kecocokan dari
alternatif-alternatif
terhadap kriteria.
Mengevaluasi
bobotbobot
pada
setiap
kriteria
dan
derajat
kecocokan
dari
alternatif-alternatif
terhadap kriteria.
Melakukan
agregasi
bobot-bobot pada setiap
kriteria
dan
derajat
kecocokan
dari
alternatif-alternatif
terhadap kriteria.
Memprioritaskan
alternatif
keputusan
menggunakan agregasi.
Memilih
alternatif
keputusan
dengan
Tool Utama
Pohon
Keputusan
Variabel
linguistik,
bilangan
fuzzy
segitiga
Operator
fuzzy:
mean
Metode
Nilai Total
Integral
21
prioritas
tertinggi
sebagai hasil alternatif
optimal.
2.2.4.1. Contoh Penerapan Fuzzy MCDM
Kusumadewi dan Guswaluddin (2005) memaparkan salah satu contoh
penerapan fuzzy MCDM untuk pemilihan lokasi pemancar televisi di Yogyakarta.
Ada tiga lokasi yang akan menjadi alternatif, yaitu: S1 = Kota Baru, S2 =
Kaliurang, dan S3 = Piyungan. Ada lima atribut (kriteria) pengambilan keputusan,
yaitu: C1 = ketinggian lokasi, C2 = ketidakpadatan bangunan di sekitar lokasi; C3 =
kedekatan dari pusat kota; C4 = kondisi keamanan lokasi; C5 = kedekatan dengan
pemancar lain yang sudah ada.
Langkah 1: Representasi masalah
a. Tujuan keputusan ini adalah mencari lokasi terbaik untuk menempatkan
pemancar televisi berdasarkan kriteria-kriteria tertentu. Ada tiga alternatif
lokasi yang diberikan, yaitu A ={A1 , A2 , A3}, dengan A1 = Kota Baru, A2 =
Kaliurang, A3 = Piyungan.
b. Ada lima kriteria keputusan yang diberikan, yaitu : C= {C1 , C2 , C3 , C4 ,
C5 }
c. Struktur hirarki masalah tersebut seperti terlihat pada Gambar 2.7.
22
23
Pada tabel 2.2 terlihat bahwa rating kepentingan kriteria adalah ST (Sangat
Tinggi) untuk kriteria C1, T (Tinggi) untuk kriteria C2 dan C5, Cukup (C)
untuk kriteria C3, dan Rendah (R) untuk kriteria C4.
Tabel 2.2. Rating Kepentingan Untuk Setiap Kriteria
Kriteria
C1
C2
C3
C4
C5
Rating Kepentingan
ST
Rating Kecocokan
Alternatif
C1
C2
C3
C4
C5
A1
SK
SB
SB
A2
SB
SK
A3
SB
24
A1
A2
A3
C1
Rating Kecocokan
C2
C3
C4
C5
SK
SB
B
K
B
SB
C
SK
B
SB
C
K
SB
B
B
Indeks Kecocokan
Fuzzy
0,0625; 0,2625; 0,5500
0,1750; 0,4000; 0,6625
0,2000; 0,4750; 0,7750
25
alternatif
A3,
yaitu
Piyungan,
memproleh
nilai
perangkingan
tertinggi
=0
0,1625
0,2875
0,3375
=1
0,4063
0,5313
0,6250
b. Dari Tabel 2.5 terlihat bahwa A3 memiliki nilai total integral terbesar
berapapaun derajat keoptimisannya, sehingga lokasi Piyungan akan
terpilih sebagai lokasi optimal untuk penempatan pemancar.
2.3
Promosi
Menurut Belch dan Belch (2003), promosi adalah pengarahan semua
untuk
menjual
barang-barang
maupun
jasa,
atau
kesadaran/awareness
terhadap
keberadaan
jasa
yang
26
27
28
2.4
29
jika efektifitas sarana promosi tersebut mudah untuk dinilai atau diukur.
BAB III
METODOLOGI PENELITIAN
30
Pada bab ini akan diuraikan mengenai desain penelitian, metode penelitian,
perancangan, implementasi, dan pengujian.
3.1 Pendahuluan
31
logis, tujuannya adalah untuk memberi petunjuk yang jelas, teratur, dan
sistematis. Susunan tahapan ini sangat mempengaruhi mutu dari hasil yang akan
diperoleh.
Tahapan
dari
penelitian
ini
dituangkan
dalam
bentuk
gambar
Perumusan Masalah
Pada tahap ini dilakukan peninjauan ke sistem yang akan diteliti untuk
mengamati serta melakukan eksplorasi lebih dalam dan menggali
permasalahan yang ada pada sistem yang sedang berjalan. Tahap perumusan
masalah, merupakan langkah awal dari penelitian, karena tahap ini
diperlukan untuk mendefinisikan keinginan dari sistem yang tidak/belum
tercapai.
b.
Penentuan Tujuan
Berdasarkan perumusan masalah yang telah dibuat pada tahap
sebelumnya, maka tahap penentuan tujuan berguna untuk memperjelas
tentang apa saja yang menjadi sasaran dari penelitian ini. Pada tahap ini
32
Studi Literatur
Studi pustaka dilakukan dengan tujuan untuk mengetahui metode apa
yang akan digunakan untuk menyelesaikan permasalahan yang akan diteliti,
serta mendapatkan dasar-dasar referensi yang kuat bagi peneliti dalam
dan
derajat
kecocokan
setiap
alternatif
dengan
kriteria,
33
Implementasi
Setelah analisis dan desain sistem selesai dilakukan, maka tahap
selajutnya adalah implementasi. Implementasi adalah tahapan di mana
dilakukan coding atau pengkodean. Untuk implementasi sistem akan
dilakukan pada komputer pembuat sistem dengan spesifikasi sebagai
berikut:
Operating system
Processor
RAM
Hard Disk
Bahasa pemrograman
g. Pengujian Sistem
34
(MCDM). Jika penerapan sistem sudah berjalan dengan lancar, maka sistem
dapat diimplementasikan sesuai dengan kebutuhan.
Mekanisme pengujian sistem dilakukan dengan:
a. Pengujian manual menggunakan rumus, di mana dalam mencari
nilai kecocokan fuzzy berdasarkan penentuan rating kecocokan
setiap kriteria dan rating kecocokan setiap alternatif dengan setiap
kriteria, kemudian mencari nilai total integral terbesar dari setiap
alternatif untuk menentukan alternatif terbaik.
b. Pengujian dengan menggunakan software Matlab 7.8, untuk
menentukan rangking alternatif terbaik/menyeleksi alternatif yang
optimal.
35
BAB VI
PENUTUP
6.1 Kesimpulan
36
dikelolanya.
6.2 Saran
Penelitian dengan bahasan pemilihan sarana promosi lembaga pendidikan ini
masih jauh dari sempurna. Berikut beberapa saran yang diharapkan untuk
pengembangan yang lebih baik, di antaranya:
4. Diharapkan kepada pihak Yayasan Sahabat Iman Orthodox Indonesia untuk
mengaplikasikan sistem pemilihan sarana promosi lembaga pendidikan
menggunakan fuzzy MCDM metode nilai total integral, karena telah teruji
kekonsistenan dan keefisienannya.
5. Diharapkan agar sistem yang dibangun dapat dikembangkan menjadi sistem
(interface) antar muka yang lebih menarik, untuk mempermudah dalam
melakukan pemilihan sarana promosi lembaga pendidikan yang tepat.
DAFTAR PUSTAKA
37
38
Moon, Joo Hyun, Kang, Chang Sun. (2001). Application of Fuzzy Decision Making
Method to the Evaluation of Spent Fuel Storage Options. Progress in
Nuclear Energy. Vol. 39, No. 3-4. 345-351.
Peranginangin, Kasiman. (2006). Pengenalan MATLAB Edisi I. Yogyakarta:
Penerbit ANDI.
Rosnelly, Rika, Wardoyo, Retantyo. (2011). Penerapan Fuzzy Multi-Criteria
Decision Making (FMCDM) Untuk Diagnosis Penyakit Tropis. Seminar
Nasional Informatika 2011 (SemnasIF 2011)UPN Veteran Yogyakarta. 2 Juli
2011. D21-D26
Setiawan, Dadang. (2012). Perancangan Sistem Pendukung Keputusan Untuk
Pemilihan Laptop Menggunakan Metode Fuzzy Multi Criteria Decision
Making Jurusan Teknik Informatika STMIK AMIKOM Yogyakarta: Naskah
Publikasi.
Tang, Yu-Cheng, Beynon, Malcolm J. (2005). Application and Development of a
Fuzzy Analytic Hierarchy Process within a Capital Investment Study.
Journal of Economics and Management. Vol. 1 No. 2. 213.
Trehan, Mukesh, Trehan, Ranju. (2009). Advertising and Sales Management Edisi
ke-10.New Delhi: V.K. (India) Enterprises .36-43.
Wibowo, Santoso. (2011). Fuzzy Multicriteria Analysis and Its Applications for
Decision Making under Certainty School Of Business IT and Logistics
Business Portfolio RMIT University: Ph.D. Tesis.
Woodruff, Robert B. (2005). Promotion tools strengths and weakness. Ag
Decision Maker. January 2005. 1.
Xu, Ling, Yang, Jian Bo. (2001). Introduction To Multi-Criteria Decision Making
and the Evidential Reasoning Approach Manchester School Of Management
Working Paper. No. 0106. 3.