Anda di halaman 1dari 56

LAPORAN TUGAS AKHIR

Sistem Pendukung Keputusan Penentuan Kualitas Beras Menggunakan


Metode Weighted Product
Disusun untuk memenuhi tugas akhir matakuliah Sistem Pendukung Keputusan
Tahun Ajaran Ganjil 2014/2015

Disusun Oleh :
Kelas F Kelompok 4
Abu Bakar

115090601111016

Latifah Maulida Rahma

115090601111004

Gusnia Syukriyawati

115090607111036

M. Choirul Rahmadan

115090600111026

Stevanie A. S. P.

115090607111034

Dosen Pengampu:
Arief Andy Subroto, ST., M.Kom

PROGRAM STUDI INFORMATIKA/ILMU KOMPUTER


PROGRAM TEKNOLOGI INFORMASI DAN ILMU KOMPUTER
MALANG

2014

KATA PENGANTAR
Puji syukur kehadirat Allah SWT yang selalu memberikan rahmat,
hidayah dan cahaya-Nya sehingga penulis dapat menyelesaikan laporan tugas
akhir matakuliah Sistem Pendukung Keputusan (SPK) dengan judul Sistem
Pendukung Keputusan Penentuan Kualitas Beras Menggunakan Metode Weighted
Product (WP). Laporan ini diajukan memenuhi tugas akhir matakuliah Sistem
Pendukung Keputusan Tahun Ajaran Ganjil 2014/2015 di Program Teknologi
Informasi dan Ilmu Komputer Universitas Brawijaya.
Keberadaan laporan ini tidak terlepas dari bimbingan dan bantuan dari
berbagai pihak, untuk itu pada kesempatan ini penulis menyampaikan rasa
terima kasih dan perhargaan sebesar- besarnya kepada:
1. Arief Andy Subroto, ST., M.Kom, sebagai dosen pembimbing mata kuliah
Sistem Pendukung Keputusan;
2. Teman-teman dari Program Teknologi Informasi dan Ilmu Komputer
khususnya jurusan Informatika angkatan 2011 untuk bantuan, saran, dan
semangat yang sudah diberikan;
3. Semua pihak yang ikut terlibat dan tidak dapat disebutkan satu persatu.

Malang, Oktober 2014

Penulis

DAFTAR IS

KATA PENGANTAR

DAFTAR ISI

ii

DAFTAR GAMBAR

iv

DAFTAR TABEL

DAFTAR PERSAMAAN

vi

BAB I PENDAHULUAN

1.1

Latar Belakang

1.2

Rumusan Masalah

1.3

Tujuan

1.4

Batasan Masalah

1.5

Manfaat

1.5.1 Bagi Penulis....................................................................................................3


1.5.2 Bagi Pengguna................................................................................................3
1.6

Sistematika Penelitian

BAB II TINJAUAN PUSTAKA

3
5

2.1

Rekayasa Perangkat Lunak

2.2

Unified Model Language

10

2.3

Basis Data

11

2.4

Sistem

12

2.5

Decision Support System (DSS)

14

2.6

Weighted Product (WP)

18

2.7

Pengujian Black Box

19

BAB III METODOLOGI PENELITIAN

21

3.1 Studi Literatur..............................................................................................22


3.2 Pengumpulan Data........................................................................................22
3.3 Analisis Kebutuhan.......................................................................................22
3.4.

Perancangan Sistem

23

3.4.1. Diagram Blok Sistem Pendukung Keputusan..........................................24


3.4.2. Perancangan Arsitektur Sistem Pendukung Keputusan........................25
3.5.

Implementasi

27

3.5.1. Perancangan Penyelesaian Kasus.............................................................29


3.6.

Pengujian

30

3.7.

Pengambilan Keputusan

30

BAB IV PERANCANGAN
4.1

31

Analisa Kebutuhan Perangkat Lunak

32

4.1.1 Identifikasi Aktor..........................................................................................32


4.1.2 Daftar Kebutuhan Sistem..............................................................................32
4.1.3 Use Case Diagram........................................................................................33
4.1.4 Skenario Use Case........................................................................................35
4.2

Perancangan Sistem Pendukung Keputusan

37

4.2.1 Manajemen Data...........................................................................................38


4.2.2 Basis Pengetahuan........................................................................................38
4.2.3 Manajemen Model........................................................................................39
4.2.4 Perancangan Antarmuka...............................................................................44
DAFTAR PUSTAKA

48

DAFTAR GAMBAR

Gambar 2.1 Sitem kerja dari Teknik Pengujian Black Box...................................20


Gambar 3.1 Metodologi Penelitian SPK penentuan kualitas beras.......................21
Gambar 3.2 Diagram Blok Sistem Pendukung Keputusan....................................24
Gambar 3.3 Arsitektur SPK Pemilihan kualitas beras...........................................26
Gambar 3.4 Gambaran Umum Penyelesaian Kasus Penentuan Kualitas Beras....28
Gambar 4.1 Pohon Perancangan............................................................................31
Gambar 4.2 Use Case Diagram SPK Penentuan Kualitas Beras...........................34
Gambar 4.3 Peracangang SPK Penentuan Kualitas Beras.....................................37
Gambar 4.4 Alur Kerja WP....................................................................................39
Gambar 4.5 Desain Halaman Tabel Penentuan Nilai Bobot..................................45
Gambar 4.6 Desain Halaman Input Data Beras.....................................................46
Gambar 4.7 Desain Halaman Tabel Data Kualitas Beras....................................47

DAFTAR TABEL
Tabel 2.1 Kajian Pustaka
Tabel 2.2 Kerangka Kerja Decision Support (DS)
Tabel 4.1 Identifikasi Aktor
Tabel 4.2 Daftar Kebutuhan Sistem
Tabel 4.3 Skenario Use Case Penentuan Nilai Bobot
Tabel 4.4 Skenario Use Case Input Data Beras
Tabel 4.5 Skenario Use Case Lihat Tabel Data Kualitas Beras
Tabel 4.6 Penentuan Nilai Bobot
Tabel 4.7 Hasil Perhitungan Nilai Wj
Tabel 4.8 Data Beras
Tabel 4.9 Bobot Kriteria Beras
Tabel 4.10 Hasil Nilai Vektor Si
Tabel 4.11 Hasil Nilai Vektor Vi
Tabel 4.12 Hasil Akhir

DAFTAR PERSAMAAN
Persamaan (2-1) - Penentuan Nilai Bobot Wj.......................................................19
Persamaan (2-2) - Penentuan Nilai Vektor S.........................................................19
Persamaan (2-3) - Penentuan Nilai Vektor Vi

BAB I
PENDAHULUAN

1.1 Latar Belakang


Indonesia merupakan negara agraris yang kaya akan hasil pertanian.
Sebagian besar petani Indonesia bertani padi, karena makanan pokok orang
Indonesia adalah nasi. Kondisi alam tersebut memberikan peluang bagi sebagian
besar masyarakat Indonesia untuk melakukan kegiatan usaha di bidang pertanian
maupun yang berkaitan dengan pertanian. Usaha-usaha tersebut salah satunya
adalah berjualan beras. Beras merupakan hasil padi setelah dipanen. Hasil olahan
beras salah satunya adalah nasi yang menjadi makanan pokok orang Indonesia.
Dari aspek itu lah yang menjadi peluang bisnis berjualan beras. Namun dalam
bisnis penjualan beras, pemilik usaha kadang sulit menentukan harga jual beras.
Sulitnya menentukan harga jual beras dikarenakan kualitas hasil panen padi
yang tidak menentu. Kuliatas hasil panen padi tergantung pada banyak kriteria
salah satunya musim yang tidak menentu dan menyerangnya hama padi. Sehingga
menjadikan kuliatas hasil panen terpengaruh. Maka dari itu dibuatlah sebuah
sistem pendukung keputusan untuk penentuan kuliatas beras, yang nantinya dapat
menjadi tolak ukur untuk menentukan harga jual beras. Sistem tersebut dapat
membantu dalam hal pengambilan keputusan berdasarkan kriteria-kriteria yang
ada dalam penentuan kualitas beras dan dengan menggunakan metode yang
menghasilkan keputusan terbaik sebagai suatu sistem pendukung keputusan
berbasis komputerisasi.
Sistem pendukung keputusan adalah sistem berbasis model yang terdiri dari
prosedur-prosedur dalam pemrosesan data dan pertimbangan untuk membantu
dalam pengambilan keputusan [10]. Sistem pendukung keputusan untuk
penentuan kuliatas beras diselesaikan dengan mengunakan metode Weighted
Product (WP). WP merupakan salah satu metode Multiple criteria decision
making (MCDM). MCDM adalah suatu metode pengambilan keputusan untuk
menetapkan alternatif terbaik dari sejumlah alternatif berdasarkan beberapa
kriteria. MCDM terdiri dari Multi Attribute Decision Making (MADM) dan
Multiple Objective Decision Making (MODM). MADM menyeleksi alternatif
terbaik dari sejumlah alternatif merupakan salah satu cabang dari MCDM [7].

Melalui metode WP pemilik usaha dapat menentukan sendiri bobot kepentingan


dari masing-masing kriteria.
1.2 Rumusan Masalah
Berdasarkan uraian latar belakang, maka dapat dirumuskan permasalahan
yaitu sebagi berikut:
1. Kriteria-kriteria apa saja yang menjadi pertimbangan dalam penentuan
kuliatas beras?
2. Bagaimana rancangan dari Sitem Pendukung Keputusan Untuk
Penentuan Kualitas Beras dengan Metode WP?
3. Bagaimana menerapkan metode WP untuk penentuan kuliatas beras
terbaik?
4. Bagaimana implementasi dari Sistem Pendukung Keputusan Untuk
penentuan Kualitas Beras dengan Metode WP?
5. Bagaimana metode pengujian yang digunakan untuk Sistem
Pendukung Keputusan Penentuan Kualitas Beras dengan Metode WP?
1.3 Tujuan
Tujuan dari pembuatan laporan tugas akhir ini adalah untuk menyelesaikan
masalah dan dalam penenentua kuliatas beras dengan menggunakan metode WP.
1.4 Batasan Masalah
Agar permasalahan yang dirumuskan dapat lebih terfokus, maka
penyelesaian masalah tersebut dibatasi dalam hal:
1. Metode yang digunakan adalah metode WP untuk penerapan
perhitungan.
2. Penyelesaian hanya membahas mengenai penelitian penentuan
kuliatas beras.
3. Data yang digunakan berasal dari [6].
4. Bahasa pemrograman yang digunakan adalah Java dengan database
MySQL

1.5 Manfaat
Manfaat penelitian ini adalah:
1.5.1

Bagi Penulis
a

Dapat

lebih

memahami

tentang

Sistem

Pendukung

Keputusan.
b
1.5.2

Dapat lebih memahami metode WP.

Bagi Pengguna
a

Memudahkan pengguna dalam penentuan kuliatas beras.

Memudahkan pengguna dalam menentukan harga jual beras.

Meminimalisir kesalahan dalam penentuan harga jual beras.

1.6 Sistematika Penelitian


Untuk mencapai tujuan yang diharapkan, maka sistematika penulisan yang
disusun dalam laporan tugas akhir ini adalah sebagai berikut:
BAB I Pendahuluan
Bab ini berisi tentang latar belakang, rumusan masalah, batasan masalah, tujuan
penelitian, manfaat penelitian, sistematika penulisan tentang sistem pendukung
keputusan penentuan kualitas beras dengan menggunakan metode WP.
BAB II Tinjauan Pustaka
Membahas tentang kajian pustaka terkait dengan penelitian yang telah ada yaitu
dari penelitian yang dilakukan oleh Yosef Krisbela menganai Sistem Pendukung
Keputusan Penentuan Kualitas Beras Berbasis Web Dengan PHP dan MySQL
[6]. Menjelaskan tentang teori-teori sistem pendukung keputusan, metode WP
dan teori lain yang merupakan konsep dasar penelitian.
BAB III Metodologi Penelitian
Membahas tentang metode yang digunakan dalam studi literatur, pengumpulan
data, analisis kebutuhan, perancangan sistem, implementasi, pengujian, dan
pengambilan data untuk sistem pendukung keputusan penentuan kualitas beras
dengan menggunakan metode WP.

BAB IV Analisa dan Perancangan Sistem


Membahas tentang anaisa kebutuhan perangkat lunak dan perancangan sistem
pendukung keputusan untuk penentuan kualitas beras dengan metode WP.
BAB V Penutup
Memuat kesimpulan dari hasil penelitian yaitu sistem pendukung keputusan
penentuan kualitas beras dengan menggunakan metode WP.

11

BAB II
TINJAUAN PUSTAKA
Pada bab dua, terdiri dari kajian pustaka dan dasar teori. Kajian pustaka
adalah membahas penelitian yang telah ada dan yang diusulkan. Dasar teori
membahas teori yang diperlukan untuk menyusun penelitian yang di usulkan.
Kajian pustaka pada penelitian ini adalah mencari dukungan pustaka dengan
penelitian sebelumnya yang berjudul Sistem Pendukung Keputusan Analisis
Harga Jual Beras Berbasis Web Dengan PHP dan MySQL, Sistem Pendukung
Keputusan Penentuan Bonus Karyawan Menggunakan Metode Weighted
Product(WP) dan Sistem Pendukung Keputusan Pemilihan Sepeda Motor
Berbasis Web Dengan Metode Weighted Product. Dasar teori yang diperlukan
berdasarkan latar belakang dan rumusan masalah adalah: rekayasa perangkat
lunak, pemrograman java, basis data, sistem pendukung keputusan, dan metode
WP.

Tabel 2.1 Kajian Pustaka

No
1

Judul
Sistem Pendukung

Metode

Parameter
1. Hama dan penyakit hidup.
2. Bau busuk, asam, atau bau

Keputusan Analisis

lainnya.

Harga Jual Beras


Berbasis Web
dengan PHP dan

kriteria.

Hasil
Menghasilkan nilai, fakta,
bobot, poin dari setiap

2. Menentukan kategori bagus

kriteria lalu dijumlah dan

3. Derajat sosoh.

atau tidak, disesuaikan

menghasilkan total poin.

4. Kadar air.

dengan nilai.

5. Butir utuh.

MySQL [6]

Proses
1. kalkulasi semua nilai

6. Butir patah.

3. Mengularkan nilai dari


ketegori beras.

7. Butir menir.
8. Butir hijau/mengapur.
9. Butir kuning/rusak

10. Butir gabah


2

Sistem Pendukung

Weighted

1. Absen

Keputusan

Product

2. Prestasi

Penentuan Bonus

3. Prilaku

Karyawan [5]

4. Pengalaman

1. Memberikan nilai pada


setiap kriteria.
2. Menentukan masing-masing
bobot kriteria.

5. Displin

3. Menghitung vector S.

6. Wawasan

4. Menghitung vektor V.

7. Kerjasama dalam tim

5. Mendapatkan nilai dari


setiap alternatif.

Menghasilkan nilai dari


setiap alternatif dalam
bentuk tabel yang di
ururtkan dari nilai besar ke
kecil.

Sistem Pendukung

Weighted

1. Berdasarkan Harga

Keputusan

Product

2. Berdasarkan Kapasitas Mesin

memiliki nilai prioritas

3. Berdasarkan Pemakaian Bahan

pilihan Harga Sedang,

Pemilihan Sepeda

Bakar

Motor Berbasis
Web [9]

1. Pilihan motor matik dimana

Menghasilkan list sepeda


motor terbaik.

Kapasitas Mesin di bawah

4. Berdasarkan Pilihan Warna

125 cc, Pemakaian Bahan

5. Berdasarkan Model

Bakar Irit, Warna Sedang


dan Model Sporty.
2. Dibuat tabel nilai kecocokan
dari setiap alternatif pada
setiap kriteria.
3. Menentukan bobot
preferensi.
4. Memasukkan pada metode
WP
5. Mengeluarkan list daftar

Sistem Pendukung

Weighted

1. Hama dan penyakit hidup.

Keputusan

Product

2. Bau busuk, asam, atau bau

Penentuan Kualitas
Beras

lainnya.

sepeda motor
1. kalkulasi semua nilai
kriteria.
2. Menentukan kategori bagus

3. Derajat sosoh.

atau tidak, disesuaikan

4. Kadar air.

dengan nilai.

Menghasilkan poin dari


setiap kriteria lalu dijumlah
dan menghasilkan total
poin. Sehingga
menghasilkan daftar beras

5. Butir utuh.
6. Butir patah.
7. Butir menir.
8. Butir hijau / mengapur.
9. Butir kuning / rusak
10. Butir gabah
Sumber:[6][5][9]

3. Mengularkan nilai dari


ketegori beras.

terbaik.

2.1

Rekayasa Perangkat Lunak


Rekayasa Perangkat Lunak adalah suatu disiplin ilmu yang membahas

semua aspek produksi perangkat lunak. Mulai dari tahap awal yaitu analisa
kebutuhan pengguna, menentukan spesifikasi dari kebutuhan pengguna, disain,
pengkodean, pengujian sampai pemeliharaan sistem setelah digunakan [7].
Rekayasa perangkat lunak mempunyai tujuan sebagai berikut [7]:
1. Memperoleh biaya produksi perangkat lunak yang rendah.
2. Menghasilkan perangkat lunak yang kinerjanya tinggi, andal dan
tepat waktu.
3. Menghasilkan perangkat lunak yang dapat bekerja pada berbagai
jenis platform.
4. Menghasilkan perangkat lunak yangbiaya perawatannya rendah.
Sesuai definisi yang telah disampaikan sebelumnya, maka ruang lingkup
rekayasa perangkat lunak dapat dijelaskan sebagai berikut [7]:
1. Software requirements
Berhubungan

dengan

spesifikasi

kebutuhan

dan

persyaratan

perangkat lunak.
2. Software design
Mencakup proses penentuan arsitektur, komponen, antarmuka, dan
karakteristik lain dari perangkat lunak.
3. Software construction
Berhubungan dengan detil pengembangan perangkat lunak, termasuk
algoritma, pengkodean, pengujian, dan pencarian kesalahan.
4. Software testing
Meliputi pengujian pada keseluruhan perilaku perangkat lunak.
5. Software maintenance
Mencakup upaya-upaya perawatan ketika perangkat lunak telah
dioperasikan.
6. Software configuration management
Berhubungan dengan usaha perubahan konfigurasi perangkat lunak
untuk memenuhi kebutuhan tertentu.

7. Software engineering management


Berkaitan dengan pengelolaan dan pengukuran RPL, termasuk
perencanaan proyek perangkat lunak.
8. Software engineering tools and methods
Mencakup kajian teoritis tentang alat bantu dan metode RPL.
9. Software engineering process
Berhubungan

dengan

definisi,

implementasi,

pengukuran,

pengelolaan, perubahan dan perbaikan proses RPL.


10. Software quality
Menitik beratkan pada kualitas dan daur hidup perangkat lunak.
2.2

Unified Model Language


The Unified Modeling Language (UML) adalah pemodelan visual yang

digunakan

untuk

menentukan,

memvisualisasikan,

membangun,

dan

mendokumentasikan artifak dari sistem perangkat lunak. Ini menangkap


keputusan dan pemahaman tentang sistem yang harus dibangun. UML digunakan
untuk memahami, desain, browsing, mengkonfigurasi, memelihara, dan
mengontrol informasi tentang sistem tersebut. UML dimaksudkan untuk
digunakan dengan semua metode pengembangan, tahap siklus hidup, domain
aplikasi, dan media [8].
UML menangkap informasi tentang struktur statis dan perilaku dinamis dari
sistem. Sebuah sistem dimodelkan sebagai koleksi benda-benda diskrit yang
berinteraksi untuk melakukan pekerjaan yang pada akhirnya keuntungan
pengguna luar. Struktur statis mendefinisikan jenis objek penting untuk sistem
dan pelaksanaannya, serta hubungan antara objek-objek. Perilaku dinamis
mendefinisikan sejarah benda-benda dari waktu ke waktu dan komunikasi antara
objek-objek untuk mencapai tujuan. Pemodelan sistem dari beberapa sudut
pandang yang terpisah namun berhubungan memungkinkan untuk dipahami
untuk tujuan yang berbeda [8].
2.3.1 Use Case Diagram

Use case adalah unit yang koheren, melakukan pertukaran oleh satu
unit sistem atau lebih. Tujuan dari Use Case adalah untuk mendefinisikan
tiap perilaku koheren tanpa mengungkapkan struktur internal dari sistem.
Use Case mencakup semua perilaku yang memerlukan urutan utama,
variasi yang berbeda, dan semua kondisi yang dapat terjadi, bersama-sama
dengan respon yang diinginkan [8].
2.3.2 Class Diagram
Tujuan dari diagram kelas adalah untuk menunjukkan struktur statis
dari sistem yang dimodelkan. Diagram kelas sangat berguna untuk
pemodelan bisnis. Analis bisnis dapat menggunakan diagram kelas untuk
model aktiva lancar bisnis dan sumber daya, seperti buku besar rekening,
produk, atau hirarki geografis [1].
2.3.3 Sequence Diagram
Sebuah Sequence Diagram menampilkan interaksi sebagai grafik dua
dimensi. Dimensi vertikal adalah sumbu waktu, waktu hasil bawah
halaman. Dimensi horizontal menunjukkan peran classifier yang mewakili
objek individu dalam. Setiap peran classifier diwakili oleh vertikal kolom
jalur kehidupan. Selama obyek ada, peran ditunjukkan oleh garis putusputus. Selama waktu aktifasi prosedur pada objek aktif, garis hidup
digambar sebagai garis ganda [8].

2.3

Basis Data
Data merupakan fakta mengenai suatu objek seperti manusia, benda,

peristiwa, konsep, keadaan. Data dapat dicatat dan data juga mempunyai arti
secara implisit. Data dapat dinyatakan dalam bentuk angka, karakter atau simbol,
sehingga bila data dikumpulkan dan saling berhubungan maka dikenal dengan
istilah basis data (database) [2].
Menurut Ramez Elmasri mendefinisikan basis data lebih dibatasi pada arti

implisit yang khusus, yaitu [2]:


1

Basis data merupakan penyajian suatu aspek dari dunia nyata (real
world).

Basis data merupakan kumpulan data dari berbagaisumber yang secara


logika mempunyai arti implisit. Sehingga data yang terkumpul
secara acak dan tanpa mempunyai arti, tidak dapat disebut basis
data.

Basis data perlu dirancang, dibangun dan data dikumpulkan untuk


suatu tujuan. Basis data dapat digunakan oleh beberapa userdan
beberapa aplikasi yang sesuai dengan kepentingan user.

2.4

Sistem
Terdapat dua kelompok pendekatan dalam mendefinisikan sistem, yaitu

yang menekankan pada prosedurnya dan yang menekankan pada komponen atau
elemennya. Sistem yang lebih menekankan pada prosedur adalah suatu jaringan
kerja dari prosedur-prosedur yang saling berhubungan, berkumpul bersama-sama
untuk melakukan suatu kegiatan atau untuk menyelesaikan suatu sasaran yang
tertentu. Sistem yang lebih menekankan pada elemen atau komponennya adalah
kumpulan dari elemen-elemen yang berinteraksi untuk mencapai suatu tujuan
tertentu [3].
Sebuah

system

harus

mempunyai

karakteristik.

Beberapa

contoh

karakteristik system yaitu[3]:


1. Komponen (Component)
Suatu sistem terdiri dari sejumlah komponen yang saling berinteraksi,
bekerja sama membentuk satu kesatuan. Komponen - komponen
sistem dapat berupa suatu subsistem atau bagian - bagian dari sistem.
2. Batas Sistem (Boundary)
Batas sistem merupakan daerah yang membatasi antara suatu sistem
dengan sistem yang lainnya atau dengan lingkungan luarnya. Batas
sistem ini memungkinkan suatu sistem dipandang sebagai suatu
kesatuan , karena dengan batas sistem ini fungsi dan tugas dari

subsistem yang satu dengan lainnya berbeda tetapi tetap saling berinte
raksi .
3. Lingkungan Luar Sistem (Environment)
Segala sesuatu diluar dari batas sistem yang mempengaru hi operasi
dari suatu sistem. Lingkungan luar sistem ini dapat bersifat
menguntungkan

atau

merugikan.

Lingkungan

luar

yang

menguntungkan harus dipelihara dan dijaga agar tidak hilang


pengaruhnya, sedangkan lingkungan luar yang merugikan harus
dimusnahkan dikendalikan agar tidak mengganggu operasi sistem.
4. Penghubung Sistem (Interface)
Merupakan media penghubung antara satu subsistem dengan
subsistem yang lainnya. Untuk membentuk satu kesatuan, sehingga
sumber- sumber daya mengalir dari subsistem yang satu ke subsistem
yang lainnya. Dengan kata lain output dari suatu subsistem akan
menjadi input dari subsistem yang lainnya.
5. Masukan sistem (Input)
Merupakan energi yang dimasukkan ke dala m sistem. Masukan
dapat berupa
Masukan Perawatan (Maintenance Input)

adalah energi yang

dimasukkan supaya sistem tersebut dapat beroperasi.

Masukan

Sinyal (Signal Input) adalah energi yang diproses untuk didapatkan


keluaran.
6. Keluaran Sistem (Output)
Merupakan hasil dari energi yang diolah oleh sistem. Meliputi
keluaran yang berguna, contohnya Informasi yang dikeluarkan oleh
komputer. Dan Keluaran yang tidak berguna yang dikenal sebagai
sisa pembuangan, contohnya panas yang dikeluarkan oleh komputer.
7. Pengolah Sistem (Process)
Merupakan bagian yang memproses masukan untuk menjadi keluaran
yang diinginkan. Seperti CPU pada Komputer dan bagian Produksi
yang mengubah bahan baku menjadi barang jadi.
8. Tujuan Sistem (Goal)

Setiap sistem pasti mempunyai tujuan ataupun sasaran yang


mempengaruhi input yang dibutuhkan dan output yang dihasilkan.
Dengan kata lain suatu sistem

akan dikatakan berhasil kalau

pengoperasian sistem itu mengenai sasaran atau tujuannya. Sistem


yang tidak mempunyai sasaran, maka operasi sistem tidak akan ada
gunanya.

2.5

Decision Support System (DSS)


Management Support System (MSS) adalah merupakan bagian dari

teknologi komputer saat ini. Teknologi komputer merupakan bagian terpenting


dalam dunia bisnis dan jelas juga pada bidang-bidang lainnya. MSS terdiri dari
[10]:
1. Decision Support Systems (DSS)
2. Group Support Systems (GSS), termasuk Group DSS (GDSS)
3. Executive Information Systems (EIS)
4. Expert Systems (ES)
5. Artificial Neural Networks (ANN)
6. Hybrid Support Systems.
Kerangka kerja dari Decision Support (DS) terlibat dari beberapa proses
yaitu terstruktur, tak terstruktur, semi terstruktur. Terstruktur mengacu pada
permasalahan rutin dan berulang untuk solusi standar yang ada, Tak terstruktur
adalah permasalahan kompleks dimana tidak ada solusi serta merta, dan Semi
terstruktur adalah dimana terdapat keputusan terstruktur, tak tak semuanya dari
fase-fase yang ada [10]. Kerangka Kerja dari Decision Support dapat dilihat
dalam tabel berikut:

Tabel 2.2 Kerangka Kerja Decision Support (DS)

Tipe

Kontrol

Tipe Kontrol
Kontrol

Perencanaan

Dukungan

Keputusan

Operasional

Manajerial

Strategis

yang

Terstruktur

- Piutang
- Pemrosesan
order

- Analisis
anggaran
- Laporan

- Investasi

dibutuhkan
MIS,

- Lokasi

Transaction

gudang

personil
- Penjadwalan - Penyusunan - Membangun

Semi
Terstruktur

produksi

anggaran

Processing
DSS

pabrik baru

- Pengendalia - Penjadwalan - Perencanaan


n

proyek

produk baru

persediaan
- Membeli
- Negosiasi

Tak
terstruktur

software
- Menyetujui

- Membeli
hardware

pinjaman

- Pengembanga

DSS,

ES,

n teknologi

Neural

baru

Networks

- Perencanaan
tanggung
ES,

jawab sosial
EIS,
ES,

Dukungan

MIS,

DSS,

yang

Managamen

EIS,

neural

diperlukan

t science

Managemen

networks

t Science
Sumber: [10:1]

DSS atau sistem pendukung keputusan adalah suatu sistem yang ditujukan
untuk mendukung manajemen pengambilan keputusan. Sistem pendukung
keputusan berbasis model yang terdiri dari prosedur-prosedur dalam pemrosesan
datan dan juga sebagai pertimbangan. Sistem pendukung keputusan harus
sederhana, robust, mudah untuk di kontrol, mudah beradaptasi, lengkap pada halhal penting [10]. Keuntungan Sistem pendukung keputusan adalah sebagai
berikut [10]:

1. Mampu mendukung pencarian solusi dari masalah yang kompleks.


2. Respon cepat pada situasi yang tak diharapkan dalam kondisi yang
berubah-ubah.
3. Mampu untuk menerapkan berbagai strategi yang berbeda pada
konfigurasi berbeda secara cepat dan tepat.
4. Pandangan dan pembelajaran baru.
5. Memfasilitasi komunikasi.
6. Meningkatkan kontrol manajemen dan kinerja.
7. Menghemat biaya.
8. Keputusannya lebih tepat.
9. Meningkatkan efektivitas manajerial, menjadikan manajer dapat
bekerja lebih singkat dan dengan sedikit usaha
10. Meningkatkan produktivitas analisis.
Karakteristik dan kemampuan Sistem Pendukung Keputusan adalah
sebagai berikut [10]:
1. DSS menyediakan dukungan bagi pengambil keputusan utamanya
pada situasi semi terstruktur dan tak terstruktur dengan memadukan
pertimbangan manusia dan informasi terkomputerisasi. Berbagai
masalahta kdapat diselesaikan (atau tak dapat diselesaikan secara
memuaskan) oleh sistem terkomputerisasi lain seperti EDP atau MIS,
tidakjuga dengan metode atau tool kuantitatif standar.
2. Dukungan disediakan untuk berbagai level manajerial yang berbeda
mulai dari pimpinan puncak sampai manajer lapangan.
3. Dukungan disediakan bagi individu dan juga bagi group. Berbagai
masalah organisasional melibatkan pengambilan keputusan dari orang
dalam group. Untuk masalah yang strukturnya lebih sedikit seringkali
hanya membutuhkan keterlibatan beberapa individu dari departemen
dan level organisasi yang berbeda.

4. DSS menyediakan dukungan ke berbagai keputusan yang berurutan


atau saling berkaitan.
5. DSS mendukung berbagai fase proses pengambilan keputusan:
intelligence, design, choice dan implementation.
6. DSS mendukung berbagai proses pengambilan keputusan dan style
yang berbeda-beda, ada kesesuaian diantara DSS dan atribut
pengambil keputusan individu (contohnya vocabulary dan style
keputusan).
7. DSS selalu bisa beradaptasi sepanjang masa. Pengambil keputusan
harus reaktif, mampu mengatasi perubahan kondisi secepatnya dan
beradaptasi untuk membuat DSS selalu bisa menangani perubahan
ini. DSS adalah fleksibel, sehingga user dapat menambahkan,
menghapus, mengkombinasikan, mengubah, atau mengatur kembali
elemen-elemen dasar (menyediakan respon cepat pada situasi yang
tak diharapkan). Kemampuan ini memberikan analisis yang tepat
waktu dan cepat setiap saat.
8. DSS mudah untuk digunakan. User harus merasa nyaman dengan
system ini. User-friendliness, fleksibelitas, dukungan grafis terbaik,
dan antarmuka bahasa yang sesuai dengan bahasa manusia dapat
meningkatkan

efektivitas

DSS.

Kemudahan

penggunaan

ini

diiimplikasikan pada mode yang interaktif.


9. DSS mencoba untuk meningkatkan efektivitas dari pengambilan
keputusan (akurasi, jangka waktu, kualitas), lebih daripada efisiensi
yang bisa diperoleh (biaya membuat keputusan, termasuk biaya
penggunaan komputer).
10. Pengambil keputusan memiliki kontrol menyeluruh terhadap semua
langkah proses pengambilan keputusan dalam menyelesaikan
masalah. DSS secara khusus ditujukan untuk mendukung dan tak
menggantikan pengambil keputusan. Pengambil keputusan dapat
menindak lanjuti rekomendasi computer sembarang waktu dalam

proses dengan tambahan pendapat pribadi ataupun tidak.


11. DSS mengarah pada pembelajaran, yaitu mengarah pada kebutuhan
baru dan penyempurnaan sistem yang mengarah pada pembelajaran
tambahan, dan begitu selanjutnya dalam proses pengembangan dan
peningkatan DSS secara berkelanjutan.
12. User/pengguna harus mampu menyusun sendiri sistem yang
sederhana. Sistemyang lebih besar dapat dibangun dalam organisasi
user tadi dengan melibatkan sedikit saja bantuan dari spesialis di
bidang Information Systems (IS).
13. DSS biasanya menggunakan berbagai model (standar atau sesuai
keinginan user) dalam menganalisis berbagai keputusan. Kemampuan
pemodelan ini menjadikan percobaan yang dilakukan dapat dilakukan
pada berbagai konfigurasi yang berbeda. Berbagai percobaan tersebut
lebih lanjut akan memberikan pandangan dan pembelajaran baru.
14. DSS dalam tingkat lanjut dilengkapi dengan komponen knowledge
yang bisa memberikan solusi yang efisien dan efektif dari berbagai
masalah yang pelik.

2.6

Weighted Product (WP)


Metode Weighted Product (WP) memerlukan proses normalisasi karena

metode ini mengalikan hasil penilaian setiap atribut. Hasil perkalian tersebut
belum bermakna jika belum dibandingkan (dibagi) dengan nilai standart. Bobot
untuk atribut manfaat berfungsi sebagai pangkat positif dalam proses perkalian,
sementara bobot biaya berfungsi sebagai pangkat negatif [4].
Metode WP menggunakan perkalian sebagai penghubung rating atribut,
dimana rating setiap atribut harus dipangkatkan dulu dengan bobot yang
bersangkutan [4]. Proses ini samahalnya dengan proses normalisasi. Cara
penentuan nilai bobot, nilai vektor S dan nilai vektor nilai V ditunjukkan pada
persamaan 2-1 sampai 2-3:

1. Penentuan nilai bobot Wj


Preferensi untuk alternative Wj diberikan seperti pada persamaan (21):
W Init j

W j=

. . .. . .. . . .. . .. . . .. . .. . . .. . .. . .. . .(21)

W Init j
j=1

Wj

: Perbaikan bobot

W_Initj

: Prioritas bobot setiap kriteria

: Kriteria

: Banyaknya kriteria

2. Penentuan nilai Vektor S


Preferensi untuk alternative Si diberikan seperti pada persamaan (2-2):
n

Si= X kWj
ij .. . .. . .. . . .. . .. . . .. . .. . .. . . ... . .. . ... . .(22)
j=1

dimana:
S : Preferensi alternatif dianologikan sebagai vektor S
X : Nilai kriteria
W : Bobot kriteria/subkriteria
i : Alternatif
j : Kriteria
n : Banyaknya kriteria
k : Aribut keuntungan dan biaya
3. Penentuan nilai Vektor Vi
Preferensi untuk alternative Vi diberikan seperti pada persamaan (23):
Vi=

Si
m

. .. . .. . . .. . .. . .. . . .. . .. . . .. . .. . .. . . .. . ..(23)

Si
j=1

dimana :
V : Preferensi alternatif dianalogikan sebagai vektor V

S : Nilai vektor S
i : Alternatif
j : Kriteria
m :Banyaknya alternative
Lalu, langkah-langkah dalam perhitungan metode WP adalah sebagai
berikut [5]:
1. Mengalihkan seluruh atribut bagi seluruh alternatif dengan bobot
sebagai pangkat positif bagi atribut biaya.
2. Hasil perkalian dijumlahkan untuk menghasilkan nilai pada setiap
alternatif.
3. Membagi nilai V bagi setiap alternatif dengan nilai pada setiap
alternatif.
4. Ditemukan urutan alternatif terbaik yang akan menjadi keputusan.

2.7

Pengujian Black Box


Pengujian Black Box merupakan pengujian untuk mengetahui apakah semua

fungsi perangkat lunak telah berjalan semestinya sesuai dengan kebutuhan


fungsional yang telah didefinsikan [12].

Metode Black Box memungkinkan

perekayasa perangkat lunak mendapatkan serangkaian kondisi input yang


sepenuhnya menggunakan semua persyaratan fungsional untuk suatu program.
Black Box dapat menemukan kesalahan dalam kategori berikut [12]:
1. Fungsi-fungsi yang tidak benar atau hilang
2. Kesalahan interface
3. Kesalahan dalam strutur data atau akses basisdata eksternal
4. Inisialisasi dan kesalahan terminasi
5. Validitas fungsional
6. Kesensitifan sistem terhadap nilai input tertentu
7. Batasan dari suatu data

INPUT

System

OUTPUT
PROCESS
Analyze only fundamental aspects

Gambar 2.1 Sitem kerja dari Teknik Pengujian Black Box


Sumber: [12]

BAB III
METODOLOGI PENELITIAN
Bab ini membahas mengenai metode yang digunakan pada penelitian ini.
Metode yang kami gunakan adalah metode WP untuk memperoleh kesimpulan
dalam pemilihan kualitas beras. Berikut ini diagram alir yang menjelaskan
bagaimana metodologi yang akan digunakan dalam Gambar 3.1.

-Penentuan lokasi dan variabel penelitian


-Menentukan kebtuhan data yang akan digunakan
-Mempersiapkan data dan alat yang dibutuhkan

Studi Literatur
Analisa kebutuhan sistem
Pengumpulan data
Data Penelitian
Perancangan Sistem
Membuat SPK dengan metode Weighted Product (WP)
Implementasi sistem
Pengolahan data dengan metode Weighted Product (WP)
Prioritas Alternatif Keputusan
Analisa Pengujian

Sukses

TIDAK

YA
Pengambilan keputusan
Gambar 3.1 Metodologi Penelitian SPK penentuan kualitas beras

Sumber: Metodologi Penelitian

3.1 Studi Literatur


Teori yang melandasi penelitian ini yaitu metode WP dan pemberian
nilai setiap alternative pada setiap kriteria pemilihan kualitas beras. Tujuan
diterapkannya metode ini adalah untuk mendapatkan studi literatur yang
dapat digunakan. Teori pustaka yang berkaitan dengan penelitian ini adalah:
a Sistem Pendukung Keputusan
b Metode Weighted Product (WP)
c Penentuan Kualitas Beras
3.2 Pengumpulan Data
Metode pengumpulan data yang dilakukan pada penelitian ini adalah
studi literatur dimana peneliti mengumpulkan jurnal dan literatur yang
memiliki kaitan dengan topik. Data yang digunakan dalam sistem pendukung
keputusan pemilihan kualitas beras ini merupakan ketentuan dari bulog. Input
kriteria pada pemilihan kualitas beras ini adalah [6]:
a) Kriteria Hama/penyakit
b) Kriteria Bau Busuk/asam
c) Kriteria Derajat sosoh
d) Kriteria Kadar Air
e) Kriteria Butir Utuh
f) Kriteria Butir Patah
g) Kriteria Butir Menir
h) Kriteria Butir Hijau/mengapur
i) Kriteria Kuning rusak
j) Kriteria Gabah
3.3 Analisis Kebutuhan
Untuk mendapatkan data yang dibutuhkan dalam melakukan pemilihan
kualitas beras, pada metode ini dilakukan analisis terhadap kebutuhan sesuai
dengan kebutuhan sistem. Kebutuhan informasi merupakan kebutuhan yang
ada pada sistem dan informasi yang dihasilkan oleh sistem [11]. Untuk dapat
menghasilkan informasi, maka sistem membutuhkan kriteria penentuan
bobot, nilai kriteria, dan prioritas setiap kriteria. Secara keseluruhan,
kebutuhan yang digunakan dalam pembuatan Sistem Pendukung Keputusan
ini meliputi:
1. Kebutuhan Hardware, meliputi:
- Laptop
2. Kebutuhan Software, meliputi:

3.
-

Microsoft Windows 7 sebagai sistem operasi


Netbeans sebagai aplikasi untuk pembuatan sistem
Data yang dibutuhkan meliputi:
Data kriteria kualitas beras
Data kriteria untuk masing-masing bobot penilaian kualitas
beras.

3.4.

Perancangan Sistem
Perancangan sistem dibangun berdasarkan hasil pengambilan data dan

analisis kebutuhan yang telah dilakukan. Pada Sistem Pendukung Keputusan ini,
perancangan aplikasi dilakukan untuk mempermudah implementasi, pengujian
dan analisis. Langkah-langkah yang dilakukan dalam perancangan sistem ini
adalah sebagai berikut:
1. Perancangan diagram blok Sistem Pendukung Keputusan
Diagram blok Sistem Pendukung Keputusan menjelaskan penguraian logis
dari fungsi-fungsi sistem dan hubungannya satu sama lain.
2. Perancangan subsistem manajemen berbasis pengetahuan
Subsistem manajemen berbasis pengetahuan berisi pengetahuan terkait
seleksi pemilihan beras yang akan digunakan untuk mendukung kebutuhan
subsistem manajemen lainnya.
3. Perancangan subsistem manajemen data
Subsistem manajemen data mengatur penyimpanan data dalam database
dan membuat tabel-tabel beserta atribut-atribut masing-masing tabel di
dalam database.
4. Perancangan subsistem manajemen model
Subsistem manajemen model menjelaskan penggunaan metode Weigted
Product sebagai model kecerdasan untuk pengambilan keputusan
rekomendasi

terbaik.

Subsistem

manajemen

model

menjelaskan

penggunaan metode perhitungan bobot dari masing-masing variabel dalam


penentuan kualitas beras. Penarikan kesimpulan sebagai model penentuan
kualitas beras untuk mendukung pengujian SPK.
5. Perancangan subsistem antarmuka pengguna
Perancangan antarmuka pengguna dapat memudahkan pengguna dalam
menggunakan sistem yang dibangun.
6. Perancangan Algoritma
Perancangan algoritma metode Weigted Product meliputi algoritma proses
pengolahan data kriteria, pengolahan data bobot, pengolahan data kriteria

kualitas beras, proses perhitungan Weigted Product, dan proses


pengambilan keputusan.
3.4.1. Diagram Blok Sistem Pendukung Keputusan
Diagram blok sistem pendukung keputusan merupakan penguraian
logis dari fungsi-fungsi sistem dan memperlihatkan bagaimana bagian-bagian
(blok-blok) yang berbeda mempengaruhi satu sama lain. Interaksi ini
digambarkan dengan anak panah antar blok-blok. Sebuah sistem yang
diberikan biasanya direpresentasikan oleh beberapa model diagram blok yang
berbeda tergantung seberapa detail prosesnya. Garis besar perancangan blok
diagram Sistem Pendukung Keputusan dapat dilihat pada Gambar 3.2.
Input:
Data kulitas beras, bobot kriteria

Proses:
Perhitungan dengan WP

Output:
Hasil perhitungan dari pemilihan kualitas beras
Gambar 3.2 Diagram Blok Sistem Pendukung Keputusan
Sumber: Metodologi Penelitian

Diagram blok Sistem Pendukung Keputusan penentuan kualitas beras


pada Gambar 3.2 terdiri dari beberapa blok proses, yaitu:
1. Input
Input pada sistem ini yaitu data kualitas beras sebagai parameter
yang digunakan untuk menyeleksi kualitas beras, dan bobot
kriteria yang merupakan pembobotan dari pakar yang digunakan
sebagai acuan untuk perhitungan menggunakan metode WP.
2. Proses
Dengan menggunakan metode WP, sistem akan memproses data
bobot kriteria dan alternatif yang diinputkan sehingga akan
menghasilkan rekomendasi kualitas beras sesuai ketentuan yang
berlaku.

3. Output
Output rekomendasi berupa hasil perhitungan dari pemilihan
kualitas.
3.4.2. Perancangan Arsitektur Sistem Pendukung Keputusan
Sistem Pendukung Keputusan untuk penentuan kualitas dapat
melayani penyimpanan, pemrosesan, dan penggunaan informasi. Gambar 3.3
menunjukkan arsitektur aplikasi Sistem Pendukung Keputusan untuk
Penentuan Kulaitas Beras.

Sistem Basis Data Komputer

Data External dan Internal

Data beras

Metode Weighted Product

Subsistem Basis Pengetahuan

Antarmuka pengguna

Manager(User)
Gambar 3.3 Arsitektur SPK Pemilihan kualitas beras
Sumber: Metodologi Penelitian

Arsitektur Sistem Pendukung Keputusan Penentuan Kualitas Beras


pada Gambar 3.3 terdiri dari beberapa bagian, yaitu:
1. Perancangan subsistem manajemen berbasis pengetahuan
Subsistem manajemen berbasis pengetahuan berisi pengetahuan
terkait penentuan kualitas beras yang digunakan untuk mendukung
kebutuhan subsistem manajemen lainnya.
2. Perancangan subsistem manajemen data

Subsistem manajemen data mengatur penyimpanan data dalam


database dan membuat tabel-tabel beserta atribut-atribut masingmasing tabel di dalam database.
3. Perancangan subsistem manajemen model
Subsistem manajemen model menjelaskan penggunaan metode
Weighted Product sebagai model kecerdasan untuk pengambilan
keputusan rekomendasi terbaik. Subsistem manajemen model
menjelaskan penggunaan metode perhitungan bobot dari masingmasing variabel. Penarikan kesimpulan sebagai model penilaian
seleksi penentuan kualitas beras untuk mendukung pengujian SPK.
4. Perancangan subsistem antarmuka pengguna
Perancangan antarmuka pengguna dapat memudahkan pengguna
dalam menggunakan sistem yang dibangun.
5. Perancangan Algoritma
Perancangan algoritma metode Weigted Prduct meliputi algoritma
proses pengolahan data kriteria, pengolahan data bobot, pengolahan
data kriteria kualitas beras, proses perhitungan Weighted Products,
dan proses pengambilan keputusan.
3.5.

Implementasi
Metode yang dipakai dalam penyelesaian kasus adalah dengan

menggunakan metode weighted product. Gambar 3.4 merupakan gambaran umum


dalam penyelesaian kasus penentuan kualitas beras dengan menggunakan metode
weighted product:

Mulai

Input data beras

Penentuan nilai bobot kriteria

Menghitung nilai Wj

Membuat tabel bobot kriteria

Menghitung nilai vektor Si

Menghitung nilai vektor Vi

Hasil Akhir

Selesai

Gambar 3.4 Gambaran Umum Penyelesaian Kasus Penentuan Kualitas Beras


Sumber: Metodologi Penelitian

Adapun penjelasan dai flowchart pada Gambar 3.4 adalah sebagai berikut:
1. Input data
Dalam perancangan sistem pendukung keputusan ini menggunakan
inputan dari kriteria penilaian kualitas beras dalam penentuan kualitas

beras. Kriteria tersebut merupakan parameter/ variabel-variabel yang


digunakan dalam penegasan pemilihan kualitas beras.
2. Menghitung nilai perbaikan bobot
Setiap nilai bobot dibagi dengan jumlah total nilai bobot tersebut.
3. Membuat table bobot kriteria
Setiap nilai bobot yang sebelumya berupa data kualitatif diubah
menjadi data kuantitatif.
4. Penentuan nilai vector Si
Nilai bobot disetiap alternatif bobot kriteria pada langlah sebelumnya
dipangkatan sesuai dengan table perbaikan bobot.
5. Penentuan nilai vector Vi
Jumlah total nilai bobot kriteria setiap alternative pada vector Si di bagi
total semua dengan total semua alternative.
6. Output hasil
Vector Vi diurutkan maka akan menghasilkan 5 alternativ sebagai
output hasil dari penentuan kualitas beras terbaik.
3.5.1. Perancangan Penyelesaian Kasus
Perancangan penyelesaian kasus adalah tahap penulis dalam
merancang suatu sistem yang mampu memenuhi semua penyelesaian kasus
sehingga didapat suatu hasil keputusan berdasarkan data yang diperoleh.
Teori teori dari pustaka dan data sample digabungkan dengan ilmu yang
didapat, diimplementasikan untuk merancang serta mengembangkan sistem
pendukung keputusan penentuan kualitas beras. Adapun perancangan sistem
dari penyelesaian kasus ini meliputi himpunan bahasa variabel, fungsi derajat
keanggotaan.

Himpunan Bahasa Variabel

Himpunan bahasa variabel pada sistem pendukung keputusan


penentuan kualitas beras ini adalah sebagai berikut:
-

Hama dan penyakit hidup : Tidak ada, ada.

Bau busuk, asam, atau bau lainnya : Tidak ada, ada.

3.6.

Derajat sosoh : 96%-100%, 90 %-95% dan dibawah 90%.

Kadar air : Dibawah 10%, 11%-15%, dan diatas 15%.

Butir utuh : Diatas 40%, 35%-40%, dan dibawah 35%.

Butir patah : Dibawah 10%, 10%-20%, dan diatas 20%.

Butir menir : 0%, 1%-3%, dan diatas 3%.

Butir hijau/mengapur : Tidak ada, ada.

Butir kuning/rusak : Tidak ada, ada.

Butir gabah : Tidak ada, 20 butir/kg, dan lebih dari 20 butir/kg.

Pengujian
Pada tahap ini dilakukan pengujian kerja sistem yang telah dibuat agar

dapat menunjukkan bahwa perangkat lunak telah mampu bekerja sesuai dengan
spesifikasi dari kebutuhan yang melandasinya. Selanjutnya melakukan evaluasi
terhadap sistem sehingga mengetahui hasil dari sistem yang nantinya dijadikan
sebagai kesimpulan untuk hasil dari pembuatan Sistem Pendukung Keputusan
untuk Penentuan Kualitas Beras Menggunakan Metode Weighted Product.
Pengujian yang dilakukan meliputi:
1. Pengujian validasi sistem dengan melihat kesesuaian antara hasil
implementasi dan perancangan.
2. Pengujian akurasi matriks perbandingan berpasangan.
3. Pengujian akurasi SPK terhadap penelitian sebelumnya.
4. Pengujian akurasi data output SPK dengan membandingkan data output
sistem dan data output perhitungan pelanggan.
5. Pengujian fitur sistem.
3.7.

Pengambilan Keputusan
Pengambilan keputusan dilakukan setelah proses pengambilan keputusan

yang terbaik berhasil dilakukan, sehingga dapat diketahui apakah sistem


pendukung keputusan ini memiliki efektifitas atau tidak dalam penyelesaian
kasus.
BAB IV
PERANCANGAN

Bab ini membahas mengenai perancangan sistem pendukung keputusan


untuk penentuan kualitas beras menggunakan metode weighted product. Tahap
perancangan yang diperlukan terbagi menjadi dua tahapan, yaitu perancangan
kebutuhan perangkat lunak dan perancangan sistem pendukung keputusan. Tahap
analisis kebutuhan perangkat lunak meliputi identifikasi aktor, daftar kebutuhan
sistem dan use case diagram serta skenario use case. Sedangkan pada tahap
analisis perancangan sistem keputusan meliputi perancangan subsistem basis
pengetahuan, subsistem manjemen data, dan subsistem manajemen model.
Untuk lebih jelasnya dapat dilihat dalam pohon perancangan seperti yang
terlihat pada Gambar 4.1.

4.1 Analisa Kebtuhan Perangkat Lunak

4.1.1. Identifikasi Aktor

4.1.2. Daftar Kebtuhan Sistem

4.1.3. Use Case Diagram

4 Perancangan

4.1.4. Skenario Use Case

4.2 Perancangan Sistem Pendukung Keputusan 4.2.1.Manajemen Data

4.2.2. Basis Pengetahuan

4.2.3. Manajemen Model


4.2.4. Perancangan Antarmuka

Gambar 4.1 Pohon Perancangan


Sumber: Perancangan

4.1 Analisa Kebutuhan Perangkat Lunak


Tahapan analisa
informasi

kebutuhan

sistem

bertujuan

digunakan

dalam

tahapan

yang akan

kebutuhan sistem

yang

diperlukan

meliputi

untuk

memodelkan

perancangan.

identifikasi

aktor,

Analisa
daftar

kebutuhan

sistem

dan

use case diagram. Sistem pendukung keputusan

penentuan kualitas beras merupakan upaya membantu pihak supplier beras dalam
menentukan kualitas beras berdasarkan kriteria. Sistem ini akan dikembangkan
dalam bentuk aplikasi dekstop. Berikut ini merupakan penjelasan dari masingmasing tahapannya.
4.1.1

Identifikasi Aktor
Identifikasi aktor bertujuan untuk mengidentifikasi aktor-aktor yang

berinteraksi dengan sistem. Pada kolom aktor disebutkan aktor-aktor yang


berperan dalam sistem dan pada kolom lainnya akan menunjukkan deskripsi
dari masing-masing aktor. Tabel 4.1 memperlihatkan aktor-aktor yang berperan
dalam sistem yang dilengkapi dengan penjelasannya yang merupakan hasil dari
proses identifikasi aktor.
Tabel 4.1 Identifikasi Aktor

Aktor
User

User

merupakan

Deskripsi Aktor
aktor yang menggunakan

aplikasi

untuk

menentukan kualitas beras. User bisa merupakan supplier beras.


Sumber: Perancangan

4.1.2

Daftar Kebutuhan Sistem


Daftar kebutuhan sistem bertujuan untuk menjelaskan kebutuhan sistem

yang harus dipenuhi saat aktor melakukan sebuah aksi. Daftar kebutuhan ini
terdiri dari sebuah kolom yang merupakan hal-hal yang harus disediakan oleh
sistem, sedangkan pada kolom yang lain menunjukkan nama use case yang
menampilkan fungsionalitas masing-masing kebutuhan tersebut. Tabel 4.2
memperlihatkan daftar kebutuhan fungsionalitas pada sistem.
Tabel 4.2 Daftar Kebutuhan Sistem

Kebutuhan
Sistem harus menyediakan

Aktor
User

Nama Use Case


Lihat Tabel

antarmuka untuk menampilkan

Penentuan Nilai

tabel penentuan nilai bobot

Bobot

pada setiap kriteria.

Sistem harus dapat

User

Input Data Beras

User

Lihat Tabel Data

menyediakan dan memberikan


akses kepada user untuk
memasukkan data pendukung
yang diperlukan sistem.
Data yang dimasukkan
berupa : merek beras, hama
penyakit, bau busuk, derajat
sosoh, kadar air, banyaknya
butir utuh, butir patah, butir
menir, butir hijau/mengapur
dan butir gabah.
Sistem harus menyediakan
antarmuka untuk menampilkan

Kualitas Beras

hasil perhitungan kepada user


setelah memasukkan data
pendukung. Hasil perhitungan
ini ditunjukkan dengan
menampilkan hasil perhitungan
kualitas beras dari data yang
diinputkan.
Sumber: Perancangan

4.1.3

Use Case Diagram


Diagram use case merupakan salah satu diagram yang digunakan untuk

menggambarkan kebutuhan-kebutuhan dan fungsionalitas dari sistem serta


digunakan untuk menunjukan aksi-aksi yang dilakukan oleh aktor dari
sistem. Gambar 4.2 menunjukkan diagram use case sistem pendukung keputusan
penentuan kualitas beras.

Gambar 4.2 Use Case Diagram SPK Penentuan Kualitas Beras


Sumber: Perancangan

Pada use case diatas, dapat dideskripsikan sebagai berikut:


1. User merupakan aktor.
2. User dapat melihat tabel penentuan nilai bobot setiap kriteria.
3. User dapat melakukan input data beras, yang terdiri dari merek beras, hama
penyakit, bau busuk, derajat sosoh, kadar air, banyaknya butir utuh, butir
patah, butir menir, butir hijau/mengapur dan butir gabah.
4. Sistem akan memproses data yang dimasukkan, kemudian hasil yang
didapatkan disimpan pada data kualitas beras.
5. User dapat melihat tabel data kualitas beras yang sudah dimasukkan.
4.1.4

Skenario Use Case


Setiap use case yang terdapat pada diagram use case tersebut akan

dijabarkan dalam skenario use case secara mendetail. Pada skenario use case
tersebut, akan diberikan uraian nama use case, aktor yang berhubungan dengan
use case tersebut, tujuan dari use case, deskripsi global tentang use case, kondisi
awal yang harus dipenuhi dan kondisi akhir yang diharapkan setelah berjalannya

fungsional use case. Pada skenario use case juga akan diberikan uraian yang
berkaitan dengan tanggapan dari sistem atas suatu aksi yang di berikan oleh aktor
( aliran utama ). Skenario use case juga terdapat kejadian alternatif yang
merupakan jalannya sistem jika terdapat kondisi tertentu (aliran alternatif).
1. Use case Lihat Tabel Penentuan Nilai Bobot
Pada use case pilih menu, akan dijelaskan secara detail tentang proses
pemilihan menu yang akan dilakukan oleh user. Tabel 4.3 merupakan
skenario use case lihat tabel penentuan nilai bobot.
Tabel 4.1 Skenario Use Case Penentuan Nilai Bobot

Use Case
Aktor
Tujuan

Lihat tabel penetuan nilai bobot


User.
Melihat kriteria penilaian dan nilai bobot yang diberikan

Deskripsi

pada setiap kriteria.


Use case ini mendeskripsikan bagaimana user melihat
kriteria penilaian dan nilai bobot yang diberikan pada
setiap kriteria dengan meng-klik tab Tabel Penentuan Nilai

Kondisi Awal

Bobot.
User telah mengetahui apa yang hendak dilakukan

Kondisi Akhir

terhadap sistem.
User dapat mengakses ke halaman Tabel Penentuan Nilai
Bobot.

Sumber: Perancangan

2. Use case Memasukkan Data Beras


Pada use case input data beras, akan dijelaskan secara detail tentang
bagaiamana user menginput data beras. Tabel 4.4 merupakan skenario use
case input data beras.
Tabel 4.2 Skenario Use Case Input Data Beras

Use Case
Aktor
Tujuan
Deskripsi

Memasukkan data beras


User
Melakukan proses memasukkan data beras.
Use case ini mendeskripsikan bagaimana user melakukan
memasukkan data beras. Data beras yang dimasukkan
terdiri dari merek beras, hama penyakit, bau busuk, derajat

sosoh, kadar air, banyaknya butir utuh, butir patah, butir


Kondisi Awal

menir, butir hijau/mengapur dan butir gabah.


User melihat tampilan berupa form kosong, sehingga user

Kondisi Akhir

dapat memasukkan data beras.


User telah menginputkan identitas dan data pendukung.

Sumber: Perancangan

3. Use case Lihat Tabel Data Kualitas Beras


Pada use case lihat tabel data kualitas beras, akan dijelaskan secara detail
bagaimana data-data yang telah dimasukkan kemudian dicari hasil
perhitungan akhir yang akan ditampilkan oleh sistem dalam bentuk tabel
kepada user. Tabel 4.5 merupakan skenario use case lihat tabel data kualitas
beras.
Tabel 4.3 Skenario Use Case Lihat Tabel Data Kualitas Beras

Use Case
Aktor
Tujuan
Deskripsi

Lihat tabel data kualitas beras


User
Menampilkan tabel data kualitas beras.
Use case ini mendeskripsikan bagaimana user melihat
hasil perhitungan yang telah dilakukan oleh sistem dari
data beras yang sudah dimasukkan. Sistem akan
menampilkan data beras dan hasil perhitungan, dimana
data tersebut diurutkan berdasarkan hasil nilai

Kondisi Awal
Kondisi Akhir

perhitungan tertinggi hingga terendah.


User telah meng-klik tab Tabel Data Kualitas Beras
User dapat mengetahui kualitas beras dari yang baik
hingga yang buruk.

Sumber: Perancangan

4.2 Perancangan Sistem Pendukung Keputusan


Perancangan sistem pendukung keputusan merupakan tahapan yang
betujuan untuk mengubah model informasi yang telah dibuat pada tahapan analisa
kebutuhan sistem. Perancangan yang dilakukan adalah perancangan untuk seluruh
subsistem yang terdapat dalam arsitektur sistem pendukung keputusan untuk
pemilihan mahasiswa berprestasi yang terdapat pada Gambar 4.3. Dalam
perancangan sistem pendukung keputusan ini terdapat subsistem-subsistem yang

mempermudah dalam menjabarkan peracangan sistem. Subsistem yang terdapat


dalam perancangan sistem pendukung keputusan terdiri dari:
a) Manajemen data.
b) Basis Pengetahuan.
c) Manajemen Model.
d) Perancangan Antarmuka(interface).

Sistem Basis Data Komputer

Data External dan Internal

Metode Weighted Product

Data Beras

Subsistem Basis Pengetahuan

Antarmuka pengguna

Organisasi Basis Pengetahuan

4.2.1

User

Manajemen Data

Gambar 4.3 Peracangang SPK Penentuan Kualitas Beras

Salah satu bagian terpenting


padaPerancangan
penelitian ini adalah data beserta
Sumber:
sumbernya. Pengampulan data yang dilakukan pada penelitian ini adalah studi
literatur dimana peneliti mengumpulkan jurnal dan literatur yang memiliki kaitan
dengan topik. Data yang dibutuhkan adalah merek beras, hama penyakit, bau
beras, derajat sosoh, kadar air, banyaknya butir utuh beras, butir patah beras, butir
menir, butir hijau/mengapur beras dan butir gabah.
4.2.2

Basis Pengetahuan
Basis pengetahuan adalah suatu jenis basis data yang dipergunakan untuk

manajemen pengetahuan. Basis data ini menyediakan fasilitas untuk koleksi,

organisasi, dan pengambilan pengetahuan terkomputerisasi. Hal terpenting dari


suatu basis pengetahuan adalah kualitas informasi yang dikandungnya. Berikut
basis pengetahuan yang digunakan dalam penelitian ini:

4.2.2.1 Himpunan Bahasa Variabel


Himpunan bahasa variabel pada sistem pendukung keputusan ini terdiri dari:
a) Hama dan penyakit hidup = ada, tidak ada
b) Bau busuk, asam,bau asing lainnya = ya, tidak.
c) Derajat sosoh = 96%-100%, 90%-95%, dibawah 90%
d) Kadar air = diatas 15%, 11%-15%, dibawah 10%
e) Butir utuh = diatas 40%, 35%-40%, dibawah 35%
f) Butir patah = diatas 20%, 10%-20%, dibawah 10%
g) Butir menir = diatas 3%, 1%-3%, 0%
h) Butir hijau/mengapur = ada, tidak ada
i) Butir kuning /rusak = ada, tidak ada
j) Butir gabah = diatas 20 butir/kg, 20 butir/kg, tidak ada
4.2.2.2 Semesta Pembicaraan
Semesta pembicaraan adalah himpunan yang memuat semua anggota atau
objek himpunan yang dibicarakan. Semesta pembicaraan pada tiap variabel yang
digunakan

pada

penelitian

ini

akan

dijelaskan.

.
4.2.3

Manajemen Model
Manajemen model merupakan tahapan proses penerapan model yang

digunakan pada penelitian ini. Manajemen model meliputi implementasi metode


Weighted Product (WP). Manajemen model pada penelitian ini melibatkan
berbagai proses atau tahapan mulai awal hingga akhir penerapan Metode WP.
Pada Gambar 4.4 dapat dilihat alur kerja dari WP.

Mulai

Input data beras

Penentuan nilai bobot kriteria

Menghitung nilai Wj

Membuat tabel bobot kriteria

Menghitung nilai vektor Si

Menghitung nilai vektor Vi

Hasil Akhir

Selesai
Gambar 4.4 Alur Kerja WP
Sumber: Perancangan

4.2.3.1 Penentuan Nilai Bobot (W)


Langkah awal yang harus dilakukan dalam menggunakan metode WP untuk
menentukan kualitas beras adalah memberikan nilai setiap alternatif pada setiap
kriteria yang sudah ditentukan. Dari setiap kriteria tersebut akan ditentukan
bobotnya. Tabel 4.6 merupakan tabel pemberian bobot nilai pada setiap kriteria,
dan ditunjukkan terdapat 10 kriteria yang digunakan.

Tabel 4.6 Penentuan Nilai Bobot

Kriteria Penilaian
C1
C2

C3

C4

C5

C6

C7
C8
C9
C10

Nilai

Tidak ada

100

Ada

50

Tidak

100

Ya

50

96% - 100%

100

90% - 95%

80

Dibawah 90 %

30

Dibawah 10%

100

11% - 15%

80

Diatas 15%
Diatas 40%
35% - 40%
Dibawah 35%
Dibawah 10%
10% - 20%
Diatas 20%
0%
1% - 3%
Diatas 3%
Tidak ada
Ada
Tidak ada
Ada
Tidak ada
20 butir/kg
Lebih dari 20 butir/kg

30
100
80
30
100
80
30
100
80
30
100
50
100
50
100
80
30

Sumber : Perancangan

Keterangan:
C1 : Kriteria Hama/penyakit
C2 : Kriteria Bau Busuk/asam
C3 : Kriteria Derajat sosoh
C4 : Kriteria Kadar Air
C5 : Kriteria Butir Utuh
C6 : Kriteria Butir Patah
C7 : Kriteria Butir Menir
C8 : Kriteria Butir Hijau/mengapur
C9 : Kriteria Kuning.rusak
C10 : Kriteria Gabah

Bobot
10%
10%

15%

5%

15%

10%

10%
10%
10%
5%

4.2.3.2 Menghitung Nilai Wj


Langkah selanjutnya adalah menghitung nilai perbaikan bobot (W j)
berdasarkan nilai prioritas bobot setiap kriteria (W_Initj) yang sudah ditentukan.
Tabel 4.7 merupakan tabel hasil perhitungan nilai Wj.
Tabel 4.7 Hasil Perhitungan Nilai Wj

W
W1
W2
W3
W4
W5
W6
W7
W8
W9
W10

Hasil
0,1
0,1
0,15
0,05
0,15
0,1
0,1
0,1
0,1
0,05

Sumber : Perancangan

Cara menghitung nilai perbaikan bobot (Wj) terdapat pada persamaan 2-1.
W 1( Hama penyakit )=

10
10+10+15+5+ 15+10+10+10+10+5

W 1( Hama penyakit )=0,1

4.2.3.3 Membuat Tabel Bobot Kriteria Beras yang akan Dipilih


Setelah menentukan nilai bobot W, langkah selanjutnya adalah membuat
tabel bobot kriteria beras yang sudah diinputkan yang ditunjukkan pada tabel 4.8.
Tabel 4.8 Data Beras
Alternati
f

C2

C3

C4

C5

C6

Beras 1

C1
Tida
k
Ada

C
7

C8

C9

C1
0

Tida
k

78%

14
%

36
%

5%

4
%

Ada

20

2
%

Ada
Tida
k
Ada

Beras 2

Ada

Ya

93%

13
%

27
%

13
%

35

1
%

Ada

Ada
Tida
k
Ada

Beras 3

Ada

Tida
k

100
%

17
%

38
%

18
%

Beras 4

Tida
k
Ada

Beras 5
Ada
Sumber : Perancangan

Ya

98%

4%

50
%

4%

1
%

Ya

85%

8%

40
%

25
%

5
%

Ada
Tida
k
Ada

Ada

Ada

20

Karena data yang didapat berupa data diskrit, maka ubah data diskrit
menjadi data kontinu seperti pada tabel 4.9. Data tersebut disesuaikan berdasakan
nilai yang tertera pada tabel 4.6.
Tabel 4.9 Bobot Kriteria Beras

Alternat
if

C2
10
0

C3

C4

C5

C6

Beras 1

C1
10
0

C
7

30

80

80

30

30

Beras 2

50

30

80

Beras 4

50
10
0

50

80
10
0
10
0

80

Beras 3

50
10
0

80
10
0

Beras 5

50

50

30

30
10
0
10
0

80
10
0
10
0

80

C8

C9

C1
0

50

80

80

50
10
0

30

80

50

50
10
0

100

80

50
10
0

50

100

50

80

30

Sumber : Perancangan

4.2.3.4 Menghitung Nilai Vektor Si


Menghitung nilai vektor Si, dimana data yang ada akan dikalikan tetapi
sebelumnya dilakukan pemangkatan dengan bobot dari masing-masing kriteria
yang terdapat pada tabel 4.7. Tabel 4.10 merupakan hasil nilai pemangkatan data
Ci dengan Wi dan hasil vektor Si.
Tabel 4.10 Hasil Nilai Vektor Si
Alternatif

C1^W
1

C2^W
2

C3^W
3

C4^W
4

C5^W
5

C6^W
6

C7^W
7

C8^W
8

C9^W
9

C10^W10

Beras 1

1,5849

1,5849

1,6656

1,2450

1,9296

1,4051

1,4051

1,4788

1,4788

1,2450

54,0205

Beras 2

1,4788

1,4788

1,9296

1,2450

1,6656

1,5499

1,5499

1,5849

1,4788

1,1854

58,3917

Beras 3

1,4788

1,5849

1,9953

1,1854

1,9296

1,5499

1,5499

1,4788

1,5849

1,2589

75,8109

Beras 4

1,5849

1,4788

1,9953

1,2589

1,9953

1,5849

1,5499

1,4788

1,4788

1,2589

79,4328

Beras 5

1,4788

1,4788

1,6656

1,2589

1,9296

1,5849

1,4051

1,5849

1,4788

1,2450

57,4896

325,1456

Sumber : Perancangan

Cara menghitung vektor Si seperti pada persamaan 2-2.

S1 (Beras 1) = 100 (0,1) x 100 (0,1) x 30 (0,15) x 80 (0,05) x 80 (0,15) x 30 (0,1) x 30


(0,1)

x 50 (0,1) x 50 (0,1) x 80 (0,05)

S1 (Beras 1) = 1,5849 x 1,5849 x 1,6656 x 1,2450 x 1,9296 x 1,4051 x


1,4051 x 1,4788 x 1,2450
S1 (Beras 1) = 54,0205
4.2.3.5 Menghitung Nilai Vektor Vi
Menghitung vektor Vi dengan cara membagi hasil masing-masing vektor Si
dengan jumlah seluruh vektor Si, hasil nilai vektor Vi ditunjukkan pada tabel 4.11.
Tabel 4.11 Hasil Nilai Vektor Vi

Alternati
f
Beras 1
Beras 2
Beras 3
Beras 4
Beras 5

V
0,1661
0,1796
0,2332
0,2443
0,1768

Sumber : Perancangan

Cara menghitung vektor Vi seperti pada persamaan 2-3.


Vi=54,0205+58,3917+75,8109+79,4328+57,4896
Vi=325,1456

V 1( Beras 1)=

54,0205
325,1456

V 1(Beras 1)=0,1661

4.2.3.6 Hasil Akhir


Dari table 4.11 yaitu hasil nilai vektor Vi, proses selanjutnya adalah
pengurutan mulai dari hasil yang terbesar sampai hasil yang terkecil yang
ditunjukkan pada tabel 4.12.
Tabel 4.12 Hasil Akhir
Alternatif
Beras 4

C1
Tida

C2
Ya

C3
98%

C4
4%

C5
50

C6
5%

C7
1

C8
Ada

C9
Ada

C1
0
0

Hasil
0,244

k
Ada

Beras 3

Ada

Tida
k

100%

17
%

38
%

13
%

1
%

Beras 2

Ada

Ya

93%

13
%

27
%

18
%

2
%

Beras 5

Ada
Tida
k
Ada

Ya

85%

8%

40
%

4%

5
%

Ada
Tida
k
Ada
Tida
k
Ada

Tida
k

78%

14
%

36
%

25
%

4
%

Ada

Beras 1

Tida
k
Ada

0,233
2

Ada

35

0,179
6

Ada

20

0,176
8

Ada

20

0,166
1

Sumber : Perancangan

Dari hasil pengurutan pada tabel 4.12 dapat disimpulkan bahwa beras 4
merupakan beras yang memiliki kualitas yang paling bagus dari beras 1, beras 2,
beras 3, maupun beras 5. Kriteria dari beras 4 adalah tidak ada hama penyakit,
tiada bau busuk, derajat sosohnya 98%, kadar air 4%, butir utuh 50%, butir patah
5%, butir menir 1%, ada butir yang mengapur, ada butir yang kuning, butir gabah
20 butir/kg. Urutan kualitas beras yang baik hingga yang terburuk ada lah beras 4,
beras 3, beras 2, beras 5 dan beras 1.
4.2.4

Perancangan Antarmuka
Dalam perancangan desain antarmuka aplikasi ini, secara garis besar ada 3

kelompok utama yang digunakan untuk user. Secara garis besar gambaran dari
desain antarmuka dari sistem pendukung keputusan ini antara lain: desain
halaman tabel penentuan nilai bobot, desain halaman input data beras dan desain
halaman tabel data kualitas beras.
4.2.4.1 Desain Halaman Tabel Penentuan Nilai Bobot
Desain halaman tabel penentuan nilai bobot disajikan pada gambar 4.5.
Desain halaman tabel penentuan nilai bobot ini digunakan untuk melihat kriteria
penilaian dan nilai bobot yang diberikan pada setiap kriteria dengan meng-klik tab
Tabel Penentuan Nilai Bobot.

Gambar 4.5 Desain Halaman Tabel Penentuan Nilai Bobot


Sumber: Perancangan

4.2.4.2 Desain Halaman Input Data Beras


Desain halaman input data beras disajikan pada gambar 4.6. Desain halaman
input data beras digunakan untuk memasukkan data beras. Data beras yang
dimasukkan terdiri dari merek beras, hama penyakit, bau busuk, derajat sosoh,
kadar air, banyaknya butir utuh, butir patah, butir menir, butir hijau/mengapur dan
butir gabah.

Gambar 4.6 Desain Halaman Input Data Beras


Sumber: Perancangan

4.2.4.3 Desain Halaman Tabel Data Kualitas Beras


Desain halaman tabel data kualitas beras disajikan pada gambar 4.7.
Desain halaman output tabel data kualitas beras berisi data kualitas beras yang
pernah dimasukkan ke dalam database.

Gambar 4.7 Desain Halaman Tabel Data Kualitas Beras


Sumber: Perancangan

DAFTAR PUSTAKA
[1]

Bell, Donald. 2003. UML Basics. IBM Global Services.

[2]

Dzacko, Haidar. 2007. BASIS DATA (DATABASE). Mangasoft.

[3]

Gerdon.

2012.

Sistem

Pendukung

Keputusan

Untuk

Menentukan

Penerimaan Beasiswa Bagi Mahasiswa. STMIK Amikom. Yogyakarta.


[4]

Irawan,

Taufik.

2002.

Konsep

Dasar

Sistem

Informasi.

http://kamii_yogyakarta.tripod.com/SI.htm. Diakses tanggal 17 Oktober


2014.
[5]

Jaya, Putra. 2013. Sistem Pendukung Keputusan Penentuan Bonus


Karyawan Menggunakan Metode Weighted Product. STMIK Budidarma.
Medan.

[6] Krisbela, Yosef. 2012. Sistem Pendukung Keputusan Analisis Harga Jual
Beras Berbasis Web Dengan PHP dan MySQL. STIMIK. Yogyakarta.
[7]

Kusumadewi, S. dkk. 2006. Fuzzy Multi-Attribute Decision Making (FuzzyMADM). Yogyakarta: Graha Ilmu.

[8]

Mulyanto, Aunur R. 2008. Rekayasa Perangkat Lunak, Jilid I. Direktorat


Pembinaan Sekolah Menengah Kejuruan. Jakarta.

[9]

Rani, Sasika.

2014.

Sistem Pendukung Keputusan Pemilihan Sepeda

Motor Berbasis Web Dengan Metode Weighted Product. STMIK


Budidarma. Medan.
[10] Rumbaugh, J., Jacobson, I., and Booch, G. 1999. The Unified Modeling
Language Reference Manual. Addison Wesley.
[11] Subakti, Irfan. 2002. Sistem Pendukung Keputusan (Decision Support
System). Institute Teknologi Sepeuluh Nopember. Surabaya.
[12] Rouf, Abdul. 2012. Pengujian Perangkat Lunak Dengan Menggunakan
Metode White Box dan Black Box. STMIK HIMSYA. Semarang