Antarmuka User/ Pengguna

&
Simple Additive Weighting (SAW)



Sistem Pendukung Keputusan /
Decision Support System
Content
1. Pengantar Antarmuka Pengguna
2. Mode-Mode Antarmuka
3. Grafik
4. Antarmuka Pengguna Mode Grafik (GUI)
5. Multimedia & Hypermedia
6. Simple Additive Weighting (SAW)
7. Case Study
8. Latihan Individu + Tugas Kelompok
Pengantar Antarmuka
Antarmuka Pengguna merupakan bagian dari
HCI (Human Computer Interaction). HCI
mempelajari tentang cara dan dampak antara
Teknologi Komputer dan Pengguna.
Media input seperti: mouse, microphone,
keyboard. Media output seperti : printer, Monitor,
Speaker, LCD Projektor.
Data yang ditampilkan lewat layar monitor
menyajikan sebuah interaksi dan aksi dari
pengguna (dengan asumsi user memahami isi
dari tampilan tersebut).
Siklus Antarmuka Pengguna
KNOWLEDGE
Interpret
the Display
Process
the Content
Plan and
Take Action
USER
TASK
Presentation
Language
Action
Language
Generate
the Display
Interpret
the User
Input
Application
Processing
SYSTEM
Komponen-Komponen Siklus
Action Language (AL)
Bentuknya : Menjawab/mengisi angket, memindahkan window,
melakukan command.
Text Command atau Windows Command
Satu atau lebih media input digunakan untuk mengeksekusi
AL.
Knowledge
Pengetahuan tentang penggunaan komputer harus dimiliki oleh
pengguna.
User's Reaction
Reaksi pengguna meliputi : interpretasi isi dari display,
melakukan proses pada content yang ditampilkan dan
melakukan perencanaan untuk kegiatan ke depan.
Komponen-Komponen Siklus
Presentation Language
Informasi untuk pengguna ditampilkan melalui beberapa media
output.
Informasi ditunjukan dengan display menu, window dan teks.
Output dipresentasikan untuk memudahkan pengguna dalam
mendukung pengambilan keputusan.
Computer
Komputer berfungsi menginterpretasikan aksi user lewat media
input, mengeksekusi tugas/ task dan menghasilkan informasi
melalui media display output.
Dialog
Suatu proses dialog/komunikasi antara user dan komputer.

Kualitas Antarmuka
Tergantung dari :
Penglihatan dan pengideraan pengguna yaitu
sejauh mana pengguna mengetahui dan
memahami apa yang diinderanya dan aksi apa
yang dilakukan untuk memperoleh hasil yang
diinginkan.
Mode Antarmuka
Menu Interaction
Mode Antarmuka
Pull-Down Menu
Mode Antarmuka
Command Language
Mode Antarmuka
Question and Answer
Mode Antarmuka
Form Interaction
Mode Antarmuka
Natural Language
Grafik
Tampilan grafik lebih memudahkan
pengguna untuk memahami informasi
yang ditampilkan oleh komputer.
Tampilan ada yang secara tradisional dan
ada yang menggunakan komputer.
Tampilan grafik dengan komputer bersifat
dinamis.
Peran Grafika Komputer
Database
&
Manajemen
Report
Computer
Graphics
Model Base
&
Manajemen
Model Kuantitatif
&
Building Block
Software Pendukung
Manajemen Lainnya
Electronic
Spreadsheet &
Generator Lainnya
User
GUI
GUI adalah sistem antarmuka yang dipakai
pengguna untuk mengendalikan secara
langsung obyek seperti: icon dan beberapa aksi
command syntax.
Komponen Utama GUI :
Windows
Area operasi pengguna, dimana pengguna dapat
berpindah antar window.
Icons
Gambar kecil yang merepresentasikan sebuah
window.
Visualisasi Window & Icon
Win XP Win 7
Win 8 Mac OS X
Multimedia & Hypermedia
Antarmuka Pengguna (AP) dapat diperkaya dengan
menggunakan multimedia. Multimedia dapat digunakan
sebagai bagian dari pemrosesan informasi dan membuat
keputusan.
Multimedia merupakan sekumpulan media yang
digunakan untuk mendukung pengguna dalam
berinteraksi dengan komputer dan aplikasinya.
Komponen Multimedia :
Computer : CRT & Terminal, CD-ROM, Scanner Etc.
Motion Image : Video disk, Animation, Tele/ Video Conference
Etc.
Projector : Slide.
Graphics Material : Gambar, Citra.
Audio : Tape, Microphone, Music.
Text.


Hypermedia
Terminologi ini digunakan mendeskripsikan
dokumen yang berisi beberapa tipe media,
seperti : text, grafik, audio, dan video yang
mengijinkan untuk dilakukan linkage.
Tipe Hypermedia :
Presentation (Pengetahuan & Data).
Generator/pembangkit (Menyimpan proses yang
berjalan).

Tipe-Tipe Tampilan Gratis
Text
Time Series Chart
Bar & Pie Chart
Scatter Diagram
Maps
Etc
Contoh Tampilan Gratis
Contoh Tampilan Gratis
Diskusi Kelompok
Buatlah Desain GUI (minimal halaman
utama) untuk membangun Antarmuka
DSS sesuai dengan Topik Anda.
(Dipresentasikan)
Simple Additive Weighting (SAW)
Prinsip Dasar SAW (Fishburn, 1967) & (MacCrimmon, 1968) :
o Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating
kinerja ternormalisasi (R) pada setiap alternatif pada semua bobot atribut (W).
o Metode SAW membutuhkan proses normalisasi matriks ke suatu skala yang
dapat diperbandingkan dengan semua rating alternatif yang ada.
Rumus Umum :
o Nilai Rating Ternormalisasi (R
ij
) :







dimana R
ij
adalah rating kinerja ternormalisasi dari alternatif A
i
pada atribut C
j
,
i=1,2,...,m dan j=1,2,...,n.
o Nilai Preferensi untuk setiap alternatif (V
i
) :



Nilai V
i
yang lebih besar mengindikasikan bahwa alternatif A
i
lebih terpilih.

( )
( )

=
(cost) biaya atribut adalah j jika
X
X Min
(benefit) keuntungan atribut adalah j jika
X Max
X
R
ij
j , :
j , :
ij
ij

=
=
n
1 j
ij j i
R W V
Simple Additive Weighting (SAW)
Langkah Penyelesaian menggunakan metode SAW :
o Menentukan Kriteria/Variabel/Atribut yang akan dijadikan
acuan dalam pengambilan keputusan (C
i
).
o Menentukan Nilai Rating kecocokan setiap alternatif pada
setiap kriteria sesuai dengan skala yang ditentukan.
o Membuat matriks keputusan berdasarkan kriteria, kemudian
melakukan Normalisasi Matriks berdasarkan persamaan yang
disesuaikan dengan jenis atribut (atribut keuntungan/benefit
ataupun atribut biaya/cost) sehingga diperoleh matriks
ternormalisasi (R
ij
).
o Hasil akhir diperoleh dari proses Perankingan Nilai Preferensi
(V
i
) yaitu Penjumlahan dari Perkalian Matriks Ternormalisasi
(R
ij
) dengan Vektor Bobot (W
j
) sehingga diperoleh nilai
terbesar yang dipilih sebagai alternatif terbaik (A
i
) sebagai
solusi.
Contoh Case Study
Pengambilan Keputusan Penentuan Prioritas SPP Proporsional :
Tujuan/ Goal : Penentuan Prioritas SPP Proporsional.
Variabel :
Penentuan Bobot Fuzzy :
1. Sangat Rendah (SR) = 0
2. Rendah (R) = 0,25
3. Cukup (C) = 0,5
4. Tinggi (T) = 0,75
5. Sangat Tinggi (ST) = 1
Penentuan Bobot Variabel :









Alternatif/ Mahasiswa : Mhs 1, Mhs 2, Mhs 3, Mhs 4.
Note : Terdapat 3 jenis penentuan Prioritas SPP dari hasil akhir perangkingan, yaitu :
40% pertama : Rp 700.000, 30% kedua : Rp 1.500.000 dan 30% ketiga : 3.500.000




T ST R SR C
0 0,25 0,5 0,75 1
0
1
(w)
W
Bilangan Fuzzy :
Variabel Bobot Nilai Bobot (W)
1. Jabatan Orang tua Sangat Tinggi 1
2. Penghasilan Orang tua Tinggi 0,75
3. PBB Cukup 0,5
4. Listrik Tinggi 0,75
5. Telepon Rendah 0,25
6. PDAM Cukup 0,5
7. Jumlah Tanggungan Orang tua Tinggi 0,75
8. Jumlah Saudara Kandung Tinggi 0,75
Contoh Case Study
Membuat Hirarki Sistem :



Penentuan Prioritas SPP
Proporsional
Jabatan Penghasilan PBB Listrik Telepon PDAM
Tanggungan
Ortu
Jumlah Saudara
Kandung
1.1
1.2
1.3
1.4
1.5
1.6
1.7
2.1
2.2
2.3
2.4
3.1
3.3
3.4
4.1
4.2
4.3
4.4
4.5
5.1
5.2
5.3
5.4
5.5
6.1
6.2
6.3
6.4
7.1
7.2
7.3
7.4
7.5
8.1
8.2
8.3
8.4
8.5
3.2
Contoh Case Study
Penentuan Bobot Kriteria :
Kriteria Jabatan (C
1
) :









Kriteria Penghasilan (C
2
) :





Benefit
Jabatan Nilai
1 Gol. 1 0,1
2 Gol. 2 0,25
3 Gol. 3 0,4
4 Gol. 4 0,55
5 Gol. 5 0,7
6 Gol. 6 0,85
7 Gol. 7 1
Gol. Keterangan
Gol. 1
Pejabat Tinggi Negara, Rektor, Anggota Legislatif, Guru Besar, Perwira Tinggi, Professional, Pejabat
Eselon I, Kepala Daerah, Pengusaha Besar dan Menengah, Direksi, Manager.
Gol. 2 Pejabat Eselon II, Dekan, Asisten Manager, Kepala Dinas, Perwira Menengah, Pengusaha Kecil.
Gol. 3 Pejabat Eselon III, Supervisor, Kabiro, Kabag, PNS Gol IV, Perwira Pertama, Pengusaha Mikro.
Gol. 4 Pejabat Eselon IV, Bintara Tinggi, Kasubag, PNS Gol III, Pensiunan PNS Gol IV
Gol. 5 Bintara, PNS Gol II, Kaur, Kasi, Pensiunan PNS Gol III
Gol. 6 Tamtama, PNS Gol I, Pensiunan PNS Gol II, Pengemudi
Gol. 7
Anak Yatim Piatu, Ibu Rumah Tangga, Kuli Bangunan, Tukang Parkir, Buruh Tani, Tukang Becak,
Pekerja Sektor Informal, Pensiunan PNS Gol I.
Cost
Penghasilan (G) Nilai
1 G 1.000.000 0,25
2 1.000.000 < G 5.000.000 0,5
3 5.000.000 < G 10.000.000 0,75
4 G > 10.000.000 1
Contoh Case Study
Penentuan Bobot Kriteria :
Kriteria PBB (C
3
) :





Kriteria Listrik (C
4
) :





Kriteria Telepon (C
5
) :





Cost
PBB (P) Nilai
1 P 50.000 0,25
2 50.000 < P 150.000 0,5
3 150.000 < P 300.000 0,75
4 P > 300.000 1
Cost
Listrik (L) Nilai
1 L 50.000 0,2
2 50.000 < L 100.000 0,4
3 100.000 < L 200.000 0,6
4 200.000 < L 300.000 0,8
5 L > 300.000 1
Kriteria PDAM (C
6
) :





Kriteria Tanggungan Ortu (C
7
) :





Kriteria Jumlah Saudara (C
8
) :





Cost
Telepon (T) Nilai
1 T 50.000 0,2
2 50.000 < T 100.000 0,4
3 100.000 < T 200.000 0,6
4 200.000 < T 300.000 0,8
5 T > 300.000 1
Cost
PDAM (A) Nilai
1
A 50.000 0,25
2
50.000 < A 150.000 0,5
3
150.000 < A 300.000 0,75
4
A > 300.000 1
Benefit
Tanggungan Ortu Nilai
1 1 Anak 0
2 2 Anak 0,25
3 3 Anak 0,5
4 4 Anak 0,75
5 > 5 Anak 1
Benefit
Jumlah Saudara Kandung Nilai
1 1 Orang 0
2 2 Orang 0,25
3 3 Orang 0,5
4 4 Orang 0,75
5 > 5 Orang 1
Contoh Case Study
Memasukkan Nilai Kriteria :





Mengubah Nilai Kriteria Ke Dalam Nilai Fuzzy (X
ij
) :




Normalisasi Nilai Fuzzy (R
ij
) :


C
i
Mhs 1 Mhs 2 Mhs 3 Mhs 4
C
1
Gol. 2 Gol. 1 Gol. 4 Gol. 3
C
2
8.000.000 12.000.000 1.000.000 5.000.000
C
3
250.000 300.000 130.000 150.000
C
4
200.000 350.000 50.000 100.000
C
5
250.000 400.000 70.000 150.000
C
6
300.000 380.000 100.000 200.000
C
7
3 5 1 2
C
8
3 3 1 2
Nilai Fuzzy C
1
C
2
C
3
C
4
C
5
C
6
C
7
C
8
Mhs 1 0,25 0,75 0,75 0,6 0,8 1 0,5 0,5
Mhs 2 0,1 1 0,75 1 1 1 1 0,5
Mhs 3 0,55 0,25 0,5 0,2 0,4 0,5 0 0
Mhs 4 0,4 0,5 0,5 0,4 0,6 0,75 0,25 0,25
R
ij
C
1
C
2
C
3
C
4
C
5
C
6
C
7
C
8
Mhs 1
0,455 0,333 0,667 0,333 0,500 0,500 0,500 1,000
Mhs 2
0,182 0,250 0,667 0,200 0,400 0,500 1,000 1,000
Mhs 3
1,000 1,000 1,000 1,000 1,000 1,000 0,000 0,000
Mhs 4
0,727 0,500 1,000 0,500 0,667 0,667 0,250 0,500
( )
( )

=
(cost) j jika
x
x Min
(benefit) j jika
x Max
x
R
ij
j , :
j , :
ij
ij
+ Kriteria Keuntungan :
C
1
, C
7
, C
8


- Kriteria Biaya :
C
2
, C
3
, C
4
, C
5
, C
6
( ) ( )
0,455
0,55
0,25
0,4 : 0,55 : 0,1 : 0,25 Max
0,25
x(:,1) Max
x
R
11
11
= = = =
Contoh Case Study
Normalisasi Nilai Fuzzy (R
ij
) :








Nilai Preferensi (V
i
) :


R
ij
C
1
C
2
C
3
C
4
C
5
C
6
C
7
C
8
Mhs 1
0,455 0,333 0,667 0,333 0,500 0,500 0,500 1,000
Mhs 2
0,182 0,250 0,667 0,200 0,400 0,500 1,000 1,000
Mhs 3
1,000 1,000 1,000 1,000 1,000 1,000 0,000 0,000
Mhs 4
0,727 0,500 1,000 0,500 0,667 0,667 0,250 0,500
( )
( )

=
(cost) j jika
x
x Min
(benefit) j jika
x Max
x
R
ij
j , :
j , :
ij
ij
( ) ( )
0,455
0,55
0,25
0,4 : 0,55 : 0,1 : 0,25 Max
0,25
x(:,1) Max
x
R
11
11
= = = =
( ) ( )
0,333
0,75
0,25
75 , 0
0,50 : 0,25 : 1,00 : 0,75 Min
x
x(:,2) Min
R
12
12
= = = =

=
=
n
1 j
ij j i
R W V
C
1
C
2
C
3
C
4
C
5
C
6
C
7
C
8
Nilai Bobot (W) 1 0,75 0,5 0,75 0,25 0,5 0,75 0,75
V
i
Mhs 1 2,788
Mhs 2 2,703
Mhs 3 3,750
Mhs 4 3,040
( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) 788 , 2 1 * 75 , 0 5 , 0 * 75 , 0
5 , 0 * 5 , 0 5 , 0 * 25 , 0 333 , 0 * 75 , 0 667 , 0 * 5 , 0 333 , 0 * 75 , 0 455 , 0 * 1
R W R W R W R W R W R W R W R W R W V
18 8 17 7 16 6 15 5 14 4 13 3 12 2 11 1
8
1 j
1j j 1
= +
+ + + + + + =
+ + + + + + + = =

=
Contoh Case Study
Nilai Preferensi (V
i
) :







Perangkingan nilai V
i
dari yang tertinggi sampai terendah.






Diketahui ada 3 jenis penentuan Prioritas SPP Proporsional, yaitu (40%
pertama, 30% kedua, 30% ketiga).

=
=
n
1 j
ij j i
R W V
C
1
C
2
C
3
C
4
C
5
C
6
C
7
C
8
Nilai Bobot (W) 1 0,75 0,5 0,75 0,25 0,5 0,75 0,75
V
i
Mhs 1 2,788
Mhs 2 2,703
Mhs 3 3,750
Mhs 4 3,040
( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) 788 , 2 1 * 75 , 0 5 , 0 * 75 , 0
5 , 0 * 5 , 0 5 , 0 * 25 , 0 333 , 0 * 75 , 0 667 , 0 * 5 , 0 333 , 0 * 75 , 0 455 , 0 * 1
R W R W R W R W R W R W R W R W R W V
18 8 17 7 16 6 15 5 14 4 13 3 12 2 11 1
8
1 j
1j j 1
= +
+ + + + + + =
+ + + + + + + = =

=
V
i
Mhs 3 3,750
Mhs 4 3,040
Mhs 1 2,788
Mhs 2 2,703
C
i
Mhs 1 Mhs 2 Mhs 3 Mhs 4
C
1
Gol. 2 Gol. 1 Gol. 4 Gol. 3
C
2
8.000.000 12.000.000 1.000.000 5.000.000
C
3
250.000 300.000 130.000 150.000
C
4
200.000 350.000 50.000 100.000
C
5
250.000 400.000 70.000 150.000
C
6
300.000 380.000 100.000 200.000
C
7
3 5 1 2
C
8
3 3 1 2
Contoh Case Study
Nilai Preferensi (V
i
) :
Perangkingan nilai V
i
dari yang tertinggi sampai terendah.






Karena ada 3 jenis Prioritas SPP, yaitu (40% pertama, 30% kedua, 30% ketiga). Maka,
o Untuk 40% Pertama (SPP Tipe 1) : Rp 700.000,-


o Untuk 30% Kedua (SPP Tipe 2) : Rp 1.500.000,-


o Untuk 30% Ketiga (SPP Tipe 3) : Rp 3.500.000,-



V
i
Mhs 3 3,750
Mhs 4 3,040
Mhs 1 2,788
Mhs 2 2,703
C
i
Mhs 1 Mhs 2 Mhs 3 Mhs 4
C
1
Gol. 2 Gol. 1 Gol. 4 Gol. 3
C
2
8.000.000 12.000.000 1.000.000 5.000.000
C
3
250.000 300.000 130.000 150.000
C
4
200.000 350.000 50.000 100.000
C
5
250.000 400.000 70.000 150.000
C
6
300.000 380.000 100.000 200.000
C
7
3 5 1 2
C
8
3 3 1 2
4 Mhs dan 3 Mhs yaitu pertama, Mahasiswa 2 1,6 4 x
100
40
nTipe
1
~ = =
1 Mhs yaitu kedua, Mahasiswa 1 1,2 4 x
100
30
nTipe
2
~ = =
2 Mhs yaitu ketiga, Mahasiswa 1 1,2 4 x
100
30
nTipe
3
~ = =
Latihan Individu 1
Berdasarkan Case Study sebelumnya, jika ditambahkan lagi
seorang mahasiwa yaitu Mhs 5 dengan spesifikasi berikut :








Tentukan hasil keputusan akhir penentuan SPP Proporsional
berdasarkan 3 jenis Prioritas yang ada!
Matrik Nilai Kriteria
C
i
Mhs 1 Mhs 2 Mhs 3 Mhs 4 Mhs 5
C
1
Gol. 2 Gol. 1 Gol. 4 Gol. 3 Gol. 6
C
2
8.000.000 12.000.000 1.000.000 5.000.000 5.400.000
C
3
250.000 300.000 130.000 150.000 500.000
C
4
200.000 350.000 50.000 100.000 450.000
C
5
250.000 400.000 70.000 150.000 50.000
C
6
300.000 380.000 100.000 200.000 150.000
C
7
3 5 1 2 4
C
8
3 3 1 2 4
Latihan Individu 2
Diketahui hasil penilaian Pejabat Pembuat Komitmen (PPK) dalam
sebuah lelang pengadaan Alat Pendidikan setelah dilakukan
pembobotan beberapa kriteria, maka didapatkan skor sebagai
berikut :










Tentukan hasil keputusan akhir penentuan Peserta Lelang Terbaik
menggunakan metode Simple Additive Weighting (SAW)!
C
1
C
2
C
3
Nilai Bobot (W) 1 1 1
X
ij
Evaluasi Administrasi
(C
1
)
Evaluasi Teknis
(C
2
)
Evaluasi Harga
(C
3
)
Peserta Lelang 1 24 15 0,9853
Peserta Lelang 2 24 16 0,9668
Peserta Lelang 3 24 14 0,9226
Peserta Lelang 4 24 16 0,9221
+ Kriteria Keuntungan :
C
1
, C
2
, C
3


- Kriteria Biaya :
-

Tugas Kelompok
Buatlah contoh kasus yang unik + penyelesaiannya
menggunakan metode Simple Additive Weighting
(SAW) sesuai dengan kreatifitas kelompok anda. (Min. 1
soal : Min. 5 kriteria, Minimal 4 alternatif) !
Selesai