APLIKASI PENUNJANG KEPUTUSAN

PEMILIHAN KARTU PERDANA UNTUK MODEM PADA RISMA

PONSEL BALITAN BANJARBARU
MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)

OLEH :
HENI PUSPITASARI
3101 1302 2378

PROGRAM STUDI TEKNIK INFOTMATIKA

SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER
(STMIK) BANJARBARU
BANJARBARU
2016

KATA PENGANTAR

Segala puji bagi Allah SWT yang telah melimpahkan segala Rahmat dan HidayahNya, serta shalawat dan salam atas junjungan kita Nabi Muhammad SAW beserta
para sahabat dan pengikut beliau, penulis merasa bersyukur atas tersusunnya
laporan penelitian yang berjudul APLIKASI PENUNJANG KEPUTUSAN
PEMILIHAN KARTU PERDANA UNTUK MODEM PADA RISMA
PONSEL

BALITAN

BANJARBARU

MENGGUNAKAN

METODE

SIMPLE ADDITIVE WEIGHTING (SAW).

BAB I
PENDAHULUAN
1.1 Latar Belakang
Teknologi tentunya tidak bisa dipisahkan dari kehidupan manusia. Selama
peradaban manusia masih ada, teknologi akan terus menjadi hal yang penting
dalam kehidupan. Di Indonesia pun teknologi informasi telah melesat sangat cepat
sejak beberapa tahun terakhir, hal ini terbukti telah banyaknya sarana dan
prasarana yang tersedia dan juga semakin murahnya harga perangkat elektronik
guna menunjang kegiatan sehari-hari seperti laptop, PC, komputer tablet,
smartphone dan lain-lain.
Hampir semua perangkat komputerisasi saat ini tidak hanya digunakan
untuk bekerja semata dengan berbagai aplikasi yang telah terinstal pada perangkat
tersebut, melainkan mengkombinasikannya dengan mengkoneksikan ke jaringan
internet dan juga sharing pada social network untuk membantu tugas sehari-hari
serta memperoleh informasi yang cepat dalam waktu singkat.
Untuk dapat terkoneksi ke internet maka laptop/PC harus menggunakan
modem. Ketika menggunakan modem maka harus memiliki kartu perdana yang
dipasang pada modem agar dapat terkoneksi ke internet. Banyak pilihan kartu
perdana yang bisa gunakan dengan tawaran tarif, kuota, dan kecepatan koneksi
yang bermacam-macam. Karena banyaknya pilihan inilah maka tidak sedikit

konsumen yang merasa kecewa dan kurang puas pada kartu perdana yang
dipakainya karena layanan yang diberikan tidak sesuai dengan keinginan dan
kebutuhan konsumen.
Beberapa cara dapat dilakukan untuk mengatasi masalah ini, Salah satu
cara

yang digunakan untuk menyelesaikan masalah diatas yaitu dengan

menggunakan metode simple additive weighting (SAW). Sehingga dapat

membantu konsumen dalam pemilihan kartu perdana

dan memberikan

rekomendasi kartu perdana sesuai kebutuhan.

1.2 Identifikasi Masalah

Banyaknya pilihan kartu perdana yang bisa digunakan pada modem maka
tidak sedikit konsumen yang merasa kecewa dan kurang puas karena tarif,
kuota data, maupun kecepatan koneksi internet yang diberikan tidak sesuai
dengan keinginan dan kebutuhan.
1.3 Rumuan Masalah
Bagaimana cara membuat suatu aplikasi agar dapat membantu konsumen
dan memberikan rekomendasi dalam pemilihan kartu perdana yang sesuai
dengan kebutuhan konsumen.
1.4 Tujuan Penelitian
Tujuan

dari

penelitian

ini

adalah

membuat

aplikasi

untuk

merekomendasikan kartu perdana yang sesuai dengan kebutuhan dan

keinginan menggunakan metode simple additive weighting (SAW).
1.5 Manfaat Penelitian
Manfaat dari penelitian ini adalah akan mempermudah konsumen untuk
memilih kartu perdana yang sesuai dengan kebutuhannya.

1.6 Sistematika Penulisan

Untuk memahami lebih jelas laporan ini, dilakukan dengan cara
mengelompokkan materi menjadi beberapa sub bab dengan sistematika
sebagai berikut:

BAB I

: PENDAHULUAN

Bab ini menjelaskan tentang informasi umum yaitu latar belakang

penelitian, perumusan masalah, tujuan dan manfaat penelitian, ruang lingkup
3

penelitian, waktu dan tempat penelitian, metodologi penelitian, dan

sistematika penelitian.

BAB II

: LANDASAN TEORI DAN KERANGKA PEMIKIRAN

Bab ini berisikan teori yang diambil dari beberapa kutipan buku, yang
berupa pengertian dan definisi. Bab ini juga menjelaskan konsep dasar sistem,
konsep dasar informasi, konsep dasar sistem informasi, dan definisi lainnya
yang berkaitan dengan sistem yang dibahas.

BAB III

: METODE PENELITIAN

Bab ini menyajikari secara sederhana langkah-langkah penelitian yang

dilakukan. Dalam BAB ini diketengahkan antara lain Metode Pendekatan
Masalah, Spesifikasi Penelitian, Populasi dan Metode Penentuan Sampel,
Hipotesa (kalau ada), Metode Pengumpulan Data dan Metode Analisis Data.

BAB IV : HASIL DAN PEMBAHASAN

Bab ini menjelaskan mengenai hasil dari aplikasi yang sudah dibuat serta
pembahasan mengenai aplikasi tersebut.

BAB V

: PENUTUP

Bab ini berisi simpulan dan saran yang berkaitan dengan analisa dan
optimalisasi sistem berdasarkan yang telah diuraikan pada bab-bab
sebelumnya.

BAB II
LANDASAN TEORI DAN KERANGKA PEMIKIRAN
2.1 Tinjauan Pustaka
Metode SAW dapat digunakan untuk mengetahui tingkat kepuasan peserta
pelatihan pengolahan pepaya di desa Padaasih kecamatan Cibogo kabupaten Subang. Penelitian
dengan SAW hanya membutuhkan cukup orang-orang kunci yang mempunyai peranan dan
mengetahui dengan baik tentang bidang yang jadi objek penelitian. Penelitian ini diharapkan bisa
agar kegiatan-kegiatan yang melibatkan masyarakat desa menjadi lebih bernilai dan dirasakan
manfaatnya oleh masyarakat. (Pardian, 2011)
SAW juga sangat cocok dan fleksibel digunakan untuk menentukan keputusan yang
menolong seorang decision maker untuk mengambil keputusan yang kualitatif dan kuantitatif
memilih supplier secara objektif berdasarkan multi kriteria yang ditetapkan. Aplikasi ini telah
mampu untuk menghasilkan suatu keputusan yang tepat dalam bidang pemilihan supplier pada
divisi pembelian. (Setiawan, 2013)
Sistem pendukung keputusan metode SAW juga digunakan untuk pemilihan siswa dalam
mengikuti olimpiade sains. Sistem yang telah di kembangkan dengan metode SAW ini
menggunakan 4 faktor kriteria dalam melakukan pemilihan siswa yaitu kriteria pengalaman
olimpiade, kemampuan akademik, intellegensi, dan kemampuan olimpiade sesuai dengan yang
disediakan oleh sistem. Sistem ini dapat digunakan untuk membantu kepala sekolah atau guru
untuk melakukan pemilihan siswa dalam mengikuti olimpiade sains tingkat kabupaten di
Sekolah Menengah Atas. (Sutikno, 2011)
SAW dapat menentukan lokasi yang terbaik pada sebuah proyek perumahan.Dengan
berbagai pemunculan kriteria yang terasa penting / dipentingkan bagi konsumen sehingga dapat
dimunculkan beberapa lokasi alternative.Selanjutnya diperoleh ranking dan bobot prioritas, serta
mendapatkan hasil pengambilan keputusan yang tepat. (RUSMAN, 2012)
faktor-faktor pemilihan moda dapat ditentukan berdasarkan metode SAW.
Dilakukan dengan wawancara berkuisioner kepada mahasiswa Universitas Kristen Petra yang
mempunyai kemungkinan untuk melakukan pilihan terhadap alternatif-alternatif moda yang ada.
Hasil analisa menunjukkan bahwa faktor utama yang mempengaruhi pemilihan moda untuk
berangkat kuliah adalah faktor keamanan (49,3%) dan faktor waktu (27,3%). (Teknomo, 2011)

2.2 Landasan Teori

2.2.1 Sistem Penunjang Keputusan
Pengambilan keputusan (desicion making) adalah melakukan penilaian dan
menjatuhkan pilihan. Keputusan ini diambil setelah melalui beberapa perhitungan dan
pertimbangan alternatif. Sebelum pilihan dijatuhkan, ada beberapa tahap yang mungkin
akan dilalui oleh pembuat keputusan. Tahapan tersebut bisa saja meliputi identifikasi
masalah utama, menyusun alternatif yang akan dipilih dan sampai pada pengambilan
keputusan yang terbaik. (Alam, 2011)
Secara umum, pengertian pengambilan keputusan telah dikemukakan oleh banyak ahli,
diantaranya adalah :

G. R. Terry : Mengemukakan bahwa pengambilan keputusan adalah sebagai pemilihan

yang didasarkan kriteria tertentu atas dua atau lebih alternatif yang mungkin.

Claude S. Goerge, Jr : Mengatakan proses pengambilan keputusan itu dikerjakan oleh

kebanyakan manajer berupa suatu kesadaran, kegiatan pemikiran yang termasuk
pertimbangan, penilaian dan pemilihan diantara sejumlah alternatif.

Horold dan Cyril ODonnell : pengambilan keputusan adalah pemilihan diantara

alternatif mengenai suatu cara bertindak yaitu inti dari perencanaan, suatu rencana tidak
dapat dikatakan tidak ada jika tidak ada keputusan, suatu sumber yang dapat dipercaya,
petunjuk atau reputasi yang telah dibuat.

P. Siagian : Pengambilan keputusan adalah suatu pendekatan sistematis terhadap suatu

masalah, pengumpulan fakta dan data, penelitian yang matang atas alternatif dan
tindakan.

Drs. H. Malayu S.P Hasibuan : Pengambilan keputusan adalah suatu proses penentuan
keputusan yang terbaik dari sejumlah alternative untuk melakukan aktifitas-aktifitas
pada masa yang akan datang.

Chester I. Barnard : Keputusan adalah perilaku organisasi, berintisari perilaku

perorangan dan dalam gambaran proses keputusan ini secara relatif dan dapat dikatakan
bahwa pengertian tingkah laku organisasi lebih penting dari pada kepentingan
perorangan.
Tahap tahap Pengambilan Keputusan :
Menurut Herbert A. Simon , tahap tahap yang harus dilalui dalam proses pengambilan
keputusan sebagai berikut :
1. Tahap Pemahaman ( Inteligence Phace )
Tahap ini merupakan proses penelusuran dan pendeteksian dari lingkup
problematika serta proses pengenalan masalah. Data masukan diperoleh, diproses
dan diuji dalam rangka mengidentifikasikan masalah.
2. Tahap Perancangan ( Design Phace )
Tahap ini merupakan proses pengembangan dan pencarian alternatif
tindakan / solusi yang dapat diambil. Tersebut merupakan representasi kejadian nyata
yang disederhanakan, sehingga diperlukan proses validasi dan vertifikasi untuk
mengetahui keakuratan model dalam meneliti masalah yang ada.
3. Tahap Pemilihan ( Choice Phace )
Tahap ini dilakukan pemilihan terhadap diantaraberbagai alternatif solusi
yang dimunculkan pada tahap perencanaan agar ditentukan / dengan memperhatikan
kriteria kriteria berdasarkan tujuan yang akan dicapai.
4. Tahap Impelementasi ( Implementation Phace )
Tahap ini dilakukan penerapan terhadap rancangan sistem yang telah dibuat
pada tahap perancanagan serta pelaksanaan alternatif tindakan yang telah dipilih pada
tahap pemilihan.

2.2.2 Definisi Sistem Penunjang Keputusan

Menurut Keen dan Scoot Morton : Sistem Pendukung Keputusan merupakan
penggabungan sumber sumber kecerdasan individu dengan kemampuan komponen untuk
memperbaiki kualitas keputusan. Sistem Pendukung Keputusan juga merupakan sistem informasi
berbasis komputer untuk manajemen pengambilan keputusan yang menangani masalah
masalah semi struktur

Dengan pengertian diatas dapat dijelaskan bahwa sistem pendukung keputusan bukan
merupakan alat pengambilan keputusan, melainkan merupakan sistem yang membantu
pengambil keputusan dengan melengkapi mereka dengan informasi dari data yang telah diolah
dengan relevan dan diperlukan untuk membuat keputusan tentang suatu masalah dengan lebih
cepat dan akurat. Sehingga sistem ini tidak dimaksudkan untuk menggantikan pengambilan
keputusan dalam proses pembuatan keputusan.
Sistem pendukung keputusan (SPK) atau dikenal dengan Decision Support Sistem (DSS),
pada tahun 1970-an sebagai pengganti istilah Management Information Sistem (MIS). Tetapi
pada dasarnya SPK merupakan pengembangan lebih lanjut dari MIS yang dirancang sedemikian
rupa sehingga bersifat interaktif dengan pemakainya. Maksud dan tujuan dari adanya SPK, yaitu
untuk mendukung pengambil keputusan memilih alternatif keputusan yang merupakan hasil
pengolahan informasi-informasi yang diperoleh/ tersedia dengan menggunakan model-model
pengambil keputusan serta untuk menyelesaikan masalah-masalah bersifat terstruktur, semi
terstruktur dan tidak terstruktur. (Mulyono, 2010).
Sistem pendukung keputusan sebagai sebuah himpunan/ kumpulan prosedur berbasis
model untuk memproses data dan pertimbangan untuk membantu manajemen dalam pembuatan
keputusannya. Suatu sistem yang menyediakan sarana bagi para manajer untuk mengembangkan
informasi sesuai dengan keputusan yang akan dibuat. Tujuan: menunjang keputusan-keputusan
yang relatif tidak terstruktur (unstructured).

2.2.3 Karakteristik Sistem Pendukung Keputusan

Karakteristik sistem pendukung keputusan adalah (Haniif, 2011) :
1. Sistem Pendukung Keputusan dirancang untuk membantu pengambil keputusan dalam
memecahkan masalah yang sifatnya semi terstruktur ataupun tidak terstruktur dengan
menambahkan kebijaksanaan manusia dan informasi komputerisasi.
2. Dalam proses pengolahannya, sistem pendukung keputusan mengkombinasikan
penggunaan model - model analisis dengan teknik pemasukan data konvensional serta
fungsi - fungsi pencari / interogasi informasi.
8

3. Sistem Pendukung Keputusan, dirancang sedemikian rupa sehingga dapat digunakan /

dioperasikan dengan mudah.
4. Sistem Pendukung Keputusan dirancang dengan menekankan pada aspek fleksibilitas
serta kemampuan adaptasi yang tinggi.
2.2.4 Komponen Sistem Pendukung Keputusan
Sistem pendukung keputusan terdiri atas tiga komponen utama yaitu :
1.

Subsistem pengelolaan data (database).

2.

Subsistem pengelolaan model (modelbase).

3.

Subsistem pengelolaan dialog (userinterface).

Hubungan antara ketiga komponen ini dapat dilihat pada gambar dibawah :

Gambar 2. 1 Hubungan Antara Ketiga Komponen

Sumber : (Haniif, 2011).

Sub sistem pengelolaan data (database)

Sub sistem pengelolaan data (database) merupakan komponen SPK yang
berguna sebagai penyedia data bagi sistem. Data tersebut disimpan dan diorganisasikan
dalam sebuah basis data yang diorganisasikan oleh suatu sistem yang disebut dengan
sistem manajemen basis data (Database Management Sistem).

Sub sistem pengelolaan model (model base)

Keunikan dari SPK adalah kemampuannya dalam mengintegrasikan data dengan
model-model keputusan. Model adalah suatu tiruan dari alam nyata. Kendala yang
sering dihadapi dalam merancang suatu model adalah bahwa model yang dirancang
tidak mampu mencerminkan seluruh variabel alam nyata, sehingga keputusan yang
9

diambil tidak sesuai dengan kebutuhan oleh karena itu, dalam menyimpan berbagai
model harus diperhatikan dan harus dijaga fleksibilitasnya. Hal lain yang perlu
diperhatikan adalah pada setiap model yang disimpan hendaknya ditambahkan rincian
keterangan dan penjelasan yang komprehensif mengenai model yang dibuat.

Subsistem pengelolaan dialog (user interface)

Keunikan

lainnya

dari

SPK

adalah

adanya

fasilitas

yang

mampu

mengintegrasikan sistem yang terpasang dengan pengguna secara interaktif, yang

dikenal dengan subsistem dialog. Melalui subsistem dialog, sistem diimplementasikan
sehingga pengguna dapat berkomunikasi dengan sistem yang dibuat.
Fasilitas yang dimiliki oleh subsistem dialog dibagi menjadi tiga komponen:
1. Bahasa aksi (action language), yaitu suatu perangkat lunak yang dapat digunakan
oleh user untuk berkomunikasi dengan sistem, yang dilakukan melalui berbagai
pilihan media seperti keyboard, joystick dan keyfunction yang lainnya.
2. Bahasa tampilan (display and presentation language), yaitu suatu perangkat yang
berfungsi sebagai sarana untuk menampilkan sesuatu. Peralatan yang digunakan
untuk merealisasikan tampilan ini diantaranya adalah printer, grafik monitor,
plotter, dan lain-lain.
3. Basis pengetahuan (knowladge base), yaitu bagian yang mutlak diketahui oleh
pengguna sehingga sistem yang dirancang dapat berfungsi secara interaktif.
2.2.5

Kartu Perdana
Kartu perdana adalah dimana konsumen membayar biaya layanan terlebih dahulu,

dengan membeli pulsa baik secara elektronik ataupun fisik (dalam bentuk voucher) dengan
jumlah tertentu. Setelah itu konsumen dapat memanfaatkan jasa layanan yang diberikan penyedia
layanan telepon tersebut.
2.2.6

Pemilihan Kartu Perdana

Salah satu pertimbangan pemilihan kartu perdana adalah faktor kelebihan daritiap kartu

perdana. Kelebihan-kelebihan tersebut ada pada tarif, kuota data maupun kecepatan koneksinya.
Konsumen biasanya lebih menginginkan tarif yang seminimum mungkin tetapi dengan kuota
data yang cukup dan kecepatan koneksi yang cepat.Tetapi hal ini berbanding terbalik dengan
layanan dari provider-provider kartu perdana yang sebenarnya diberlakukan.Layanan yang

10

diberikan para provider kebanyakan hanya mengungggulkan salah satu dari kriteria-kriteria yang
diinginkan konsumen tersebut.
2.2.7

FMADM
FMADM adalah menentukan nilai bobot untuk setiap atribut, kemudian dilanjutkan

dengan proses perankingan yang akan menyeleksi alternatif yang sudah diberikan. Pada
dasarnya, ada 3 pendekatan untuk mencari nilai bobot atribut, yaitu pendekatan subyektif,
pendekatan obyektif dan pendekatan integrasi antara subyektif & obyektif. Masing-masing
pendekatan memiliki kelebihan dan kelemahan. Pada pendekatan subyektif, nilai bobot
ditentukan berdasarkan subyektifitas dari para pengambil keputusan, sehingga beberapa factor
dalam proses perankingan alternatif bisa ditentukan secara bebas. Sedangkan pada pendekatan
obyektif, nilai bobot dihitung secara matematis sehingga mengabaikan subyektifitas dari
pengambil keputusan. (Kusumadewi, 2009)
Ada

beberapa

metode

yang

dapat

digunakan

untuk

menyelesaikan

masalah FMADM antara lain :

a. Simple Additive Weighting (SAW).
b. Weighted Product (WP).
c. ELECTRE.
d. TOPSIS (Technique for Order Preference by Similarity to Ideal
Solution).
e. Analytic Hierarchy Process (AHP).
2.2.8 Metode SAW
Metode SAW sering juga dikenal istilah metode penjumlahan terbobot. Konsep
dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada

setiap

alternatif pada semua atribut. Metode SAW membutuhkan proses normalisasi matriks
keputusan (X) ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif
yang ada.

Xij
Max Xij

jika j adalah atribut Keuntungan (binetif)

rij=

11

Min Xij
Xij

jika j adalah atribut biaya (cost)

Dimana rij adalah rating kinerja ternormalisasi dari alternatif Ai pada atribut Cj;
i=1,2,...,m dan j=1,2,...,n. Nilai preferensi untuk setiap alternatif (Vi) diberikan sebagai :
n

Vi= Wjrij
j1

Keterangan :
Vi = rangking untuk setiap alternatif
wj = nilai bobot dari setiap kriteria
rij = nilai rating kinerja ternormalisasi
Nilai Vi yang lebih besar mengindikasikan bahwa alternatif Ai lebih terpilih.
(Sri Kusumadewi, 2007).

Tahapan-tahapan metode SAW

1. Menentukan kriteria-kriteria yang akan dijadikan acuan dalam pengambilan keputusan,
yaitu C.
2. Menentukan rating kecocokan setiap alternatif pada setiap kriteria.
3. Membuat matriks keputusan berdasarkan kriteria (C), kemudian melakukan normalisasi
matriks berdasarkan persamaan yang disesuaikan dengan jenis atribut sehingga diperoleh
matriks ternormalisasi R.
4. Hasil akhir diperoleh dari proses perankingan yaitu penjumlahan dari perkalian matriks
ternormalisasi R dengan vector bobot sehingga diperoleh nilai terbesar yang dipilih
sebagai alternative terbaik (A) sebagai solusi.
Prinsip Dasar dan aksioma Simple Additive Weighting (SAW)
Dalam menyelesaikan persoalan dengan metode SAW ada beberapa prinsip dasar yang harus
dipahami antara lain.
1. Decomposition
Decomposition adalah memecahkan atau membagi problema yang utuh menjadi unsur
unsurnya ke bentuk hirarki proses pengambilan keputusan, dimana setiap unsur atau elemen
12

saling berhubungan. Struktur hirarki keputusan tersebut dapat dikategorikan sebagai complete
dan incomplete.Suatu hirarki keputusan disebut complete jika semua elemen pada suatu tingkat
memiliki hubungan terhadap semua elemen yang ada pada tingkat berikutnya, sementara hirarki
keputusan incomplete kebalikan dari hirarki yang complete. Bentuk struktur dekomposisi yakni
Tingkat pertama : Tujuan keputusan (Goal)
Tingkata kedua : Kriteriakriteria
Tingkat ketiga : Alternatifalternative

Tujuan

Kriteri
a1

Kriteri
a2

Kriteri
an

Altern
atif 1

Altern
atif 2

Altern
atif n

Gambar 2.2 Struktur Simple

Hirarki masalah disusun digunakan untuk membantu proses pengambilan keputusan dalam
sebuah system dengan memperhatikan seluruh elemen keputusan yang terlibat.
2. Comparative Judgement

13

Comparative Judgement adalah penilaian yang dilakukan berdasarkan kepentingan relatif dua
elemen pada suatu tingkat tertentu dalam kaitannya dengan tingkatan di atasnya.Comparative
Judgement merupakan inti dari penggunaan SAW karena akan berpengaruh terhadap urutan
prioritas dari elemen - elemennya. Hasil dari penilaian tersebut akan diperlihatkan dalam bentuk
matriks pairwise comparisons yaitu matriks perbandingan berpasangan memuat tingkat
preferensi beberapa alternatif untuk tiap kriteria. Skala preferensi
yang digunakan yaitu skala 1 yang menunjukkkan tingkat yang paling rendah (equal
importance) sampai dengan skala 9 yang menunjukkan tingkatan yang paling tinggi (extreme
importance).
3. Synthesis of Priority
Synthesis of Priority dilakukan denganmenggunakan eigen vektor method untuk
mendapatkan bobot relatif bagi unsurunsur pengambilan keputusan.

4. Logical Consistency
Logical Consistency dilakukan dengan mengagresikan seluruh eigen vektor yang diperoleh dari
berbagai tingkatan hirarki dan selanjutnya diperoleh suatu vektor composite tertimbang yang
menghasilkan urutan pengambilan keputusan.

SAW didasarkan atas 3 aksioma utama yaitu :

1. Aksioma Resiprokal
Aksioma ini menyatakan jika PC (EA,EB) adalah sebuah perbandingan berpasangan antara
elemen A dan elemen B, dengan memperhitungkan C sebagai elemen parent, menunjukkan
berapa kali lebih banyak properti yang dimiliki elemen A terhadap B, maka PC (EB,EA)= 1/ PC
(EA,EB). Misalnya jika A 5 kali lebih besar daripada B, maka B=1/5 A.
2. Aksioma Homogenitas
Aksioma ini menyatakan bahwa elemen yang dibandingkan tidak berbeda terlalu jauh. Jika
perbedaan terlalu besar, hasil yang didapatkan mengandung nilai kesalahan yang tinggi. Ketika

14

hirarki dibangun, kita harus berusaha mengatur elemen-elemen agar elemen tersebut tidak
menghasilkan hasil dengan akurasi rendah dan inkonsistensi tinggi.
3. Aksioma Ketergantungan
Aksioma ini menyatakan bahwa prioritas elemen dalam hirarki tidak bergantung pada elemen
level di bawahnya. Aksioma ini membuat kita bisa menerapkan prinsip komposisi hirarki.
1. Penyusunan Prioritas
Menentukan susunan prioritas elemen adalah dengan menyusun perbandingan berpasangan
yaitu membandingkan dalam bentuk berpasangan seluruh elemen untuk setiap sub hirarki.
Perbandingan tersebut ditransformasikan dalam bentuk matriks. Contoh, terdapat n objek yang
dinotasikan dengan (A1, A2, , An) yang akan dinilai berdasarkan pada nilai tingkat
kepentingannya antara lain Ai dan Aj dipresentasikan dalam matriks Pair-wise Comparison.

Tabel 2.1 Matriks Perbandingan Berpasangan

A

Nilai a11 adalah nilai perbandingan elemen A1 (baris) terhadap A1 (kolom) yang menyatakan
hubungan :
a) Seberapa jauh tingkat kepentingan A1 (baris) terhadap kriteria C dibandingkan dengan A1
(kolom) atau
b) Seberapa jauh dominasi Ai (baris) terhadap Ai (kolom) atau
c) Seberapa banyak sifat kriteria C terdapat pada A1 (baris) dibandingkan dengan A1 (kolom).
Hasil perbandingan dari masing-masing elemen akan berupa angka dari 1 sampai 9 yang
menunjukkan perbandingan tingkat kepentingan suatu elemen. Apabila suatu elemen dalam
matriks dibandingkan dengan dirinya sendiri maka hasil perbandingan diberi nilai 1. Skala 9
15

telah terbukti dapat diterima dan bisa membedakan intensitas antar elemen. Hasil perbandingan
tersebut diisikan pada sel yang bersesuaian dengan elemen yang dibandingkan. Skala
perbandingan perbandingan berpasangan dan maknanya yang diperkenalkan oleh Saaty (1980)
bisa dilihat di bawah, seperti pada tabel berikut ini.
Tabel 2.2 Skala Penilaian Perbandingan Berpasangan
Tingkat
Kepentingan
1

Definisi
Equel

Keterangan
importance

(sama Kedua elemen mempunyai pengaruh

penting)

yang sama

Weak importance of one over

Pengalaman dan penilaian sangat

memihak satu elemen dibandingkan

another (sedikit lebih penting)

dengan pasangannya
Satu elemen sangat disukai dan

Essential or strongimportance

secara praktis dominasinya sangat

(lebih penting)

nyata, dibandingkan dengan elemen

pasangannya
Satu elemen terbukti sangat disukai
Demonstrated importance

dan

(sangat penting)

sangat,

secara praktis dominasinya

dibandingkan

dengan

elemen pasangannya
Extreme importance
9

dibandingkan dengan pasangannya,

(mutlak lebih penting)

pada tingkat keyakinan tertinggi

Intermediate values between

Nilai diantara dua pilihan yang

2, 4, 6, 8
the two adjacent judgments
Resiprokal

Satu elemen mut lak lebih disukai

Kebalikan

berdekatan
Jika elemen i memiliki salah satu
angka diatas
elemen

j,

ketika dibandingkan
maka

memiliki
16

kebalikannya

ketika

dibanding

elemen i
(Sumber : Fathur, 2012).
Skala nilai diatas digunakan untuk mengisi nilai matrik perbandingan berpasangan yang
akan menghasilkan prioritas (bobot/nilai kepentingan) masing-masing kriteria dan subkriteria.
Model SAW didasarkan pada pair-wise comparison matrix, dimana elemen-elemen pada
matriks tersebut merupakan judgement dari decision maker. Seorang decision maker akan
memberikan penilaian, mempersepsikan, ataupun memperkirakan kemungkinan dari suatu
hal/peristiwa yang dihadapi. Matriks tersebut terdapat pada setiap level of hierarchy dari suatu
struktur model SAW yang membagi habis suatu persoalan.
Berikut ini contoh suatu Pair-Wise Comparison Matrix pada suatu level of hierarchy,
yaitu:
E F G H

E 1 5 6 7
F 1 /5 1 1/5 1/ 6
A=
G 1/ 6 5 1 4
H 1 /7 6 1/ 4 1

Baris 1 kolom 2: jika E dibandingkan dengan F, maka E lebih penting/disukai/

dimungkinkan daripada F yaitu sebesar 5, artinya: E essential atau strong importance daripada F,
dan seterusnya.
Angka 5 bukan berarti bahwa E lima kali lebih besar dari F, tetapi E strong importance
dibandingkan dengan F. Sebagai ilustrasi perhatikan matriks resiprokal berikut:
E F G

[ ]

E 1 1/7 9
A= F 7 1 3
G 1 /9 1 /3 1

Membacanya/membandingkannya, dari kiri ke kanan.

17

Jika E dibandingkan dengan F, maka F very strong importance daripada E dengan nilai
judgement sebesar 7. Dengan demikan pada baris 1 kolom 2 diisi dengan kebalikan dari 7 yakni
1/7. Artinya,
E dibanding F F lebih kuat dari E
Jika E dibandingkan dengan G, maka E extreme importance daripada G dengan nilai
judgement sebesar 9.Jadi baris 1 kolom 3 diisi dengan nilai 9, dan seterusnya.

2.2.9 Kelebihan dan Kelemahan SAW

a) kelebihan :
pendekatan subjektif, nilai bobot
ditentukan berdasarkan subjektivitas dari
para pengambil keputusan, sehingga
beberapa faktor dalam proses perankingan
alternatif bisa ditentukan secara bebas.
b) kelemahan :
Pada pendekatan objektif, nilai bobot
dihitung secara matematis sehingga
mengabaikan subyektivitas dari pengambil
keputusan.
Ranking Prioritas dengan Vektor Eigen
VE i n (N i1 X N i2 X N i3 .......X N in )
i 1, ............, n
VE i N i1 X N i2 X N i3 .......X N in

1/n

i 1, ............, n
Gambar 1.3 : Contoh Pairwise Matrix

18

Memilih
Barang
A
B
C
Jumlah

Vektor eigen

1
1/5
1/4

5
1
3

4
1/3
1
5.3

0.2174
0.405
0.908

1.45

4.028

3
VP baris 1 = 0,2174 / 3,487 = 0,674
VP baris 2 = 0,405 / 3,487 = 0,101

Tabel 2.3
Penilain
Setiap
Kreteria

Vektor
Prioritas
0.674
0.101
0.226

(1 X 5 X 4)]

VE

baris 1

VE

baris 2

VE

baris 3

1.000

1/5 X 1 X 1/3

1/4 X 3 X 1

I
Indeks Inkonsistensi (diupayakan kurang dari 10%)
IK = ( I maks - n)/(n-1)
Perhitungan Berdasarkan nilai sebelumnya:
=
=
=
=

0
0
1
3

,
,
,
,

9
9
2
0

7
0
0
8

7
6
3
6

IK = (3,086 - 3)/(3-1) = 0,043

2.2.10 Contoh kasus

Seorang perusahaan akan melakukan rekrutmen kerja terhadap 5 calon pekerja untuk posisi
operator mesin. Posisi yang saat ini luang hanya ada 2 posisi. Nah dengan metode SAW kita
diharuskan menentukan calon pekerja tersebut.
Sebelum kita dibingungkan oleh itungan matematika kita tentukan dulu mana yang menjadi
kriteria benefit dan kriteria cost
Kriteria benefit-nya adalah

Pengalaman kerja (saya simbolkan C1)

Pendidikan (C2)
19

0,2174

1/3

1/3

VP baris 3 = 0,908 / 3,487 = 0,226

1,45 X 0,674
9,00 X 0,101
5,33 X 0,226
S
u
m
Maks = 3,086

1/3

0,405

0,908

Usia (C3)

Sedangkan kriteria cost-nya adalah

Status perkawinan (C4)

Alamat (C5)

Kriteria dan Pembobotan

Teknik pembobotan pada criteria dapat dilakukan dengan beragai macam cara dan metode yang
abash. Pase ini dikenal dengan istilah pra-proses. Namun bisa juga dengan cara secara sederhana
dengan memberikan nilai pada masing-masing secara langsung berdasarkan persentasi nilai
bobotnya. Se dangkan untuk yang lebih lebih baik bisa digunakan fuzzy logic. Penggunaan
Fuzzy logic, sangat dianjurkan bila kritieria yang dipilih mempunyai sifat yang relative, misal
Umur, Panas, Tinggi, Baik atau sifat lainnya.
Di tahap ini kita mengisi bobot nilai dari suatu alternatif dengan kriteria yang telah dijabarkan
tadi. Perlu diketahui nilai maksimal dari pembobotan ini adalah 1
Tabel 2.4 Nilai Kriteria
Calon Pegawai kriteria

A1
A2
A3
A4
A5

C1

C2

C3

C4

C5

0,5
0,8
1
0,2
1

1
0,7
0,3
1
0,7

0,7
1
0,4
0,5
0,4

0,7
0,5
0,7
0,9
0,7

0,8
1
1
0,7
1
20

Pembobotan (w)
Pembobotan ini ialah pembobotan tiap-tiap kriteria. Berdasarkan pemahaman saya pembobotan
ini ialah pembobotan atas suatu kriteria. Jadi jika kita memilih istri maka berdasarkan agama dan
wajah maka kita harus mengutamakan agama maka agama kita beri bobot lebih tinggi daripada
wajah.
Tabel 2.5 Nilai Bobot
Kriteria

Bobot

C1
C2
C3
C4
C5
Total

0,3
0,2
0,2
0,15
0,15
1

Tabel pertama (pembobotan alternatif terhadap kriteria) kita ubah kedalam bentuk matriks. Nah
dibawah ini penampakannya.
Tabel 2.6 Nilai Matriks
0,5
0,8
1
0,2
1

1
0,7
0,3
1
0,7

0,7
1
0,4
0,5
0,4

0,7
0,5
0,7
0,9
0,7

0,8
1
1
0,7
1

Sampai tahap ini saya sarankan anda mulai membaca doa agar tidak kebingungan nantinya
hehehehe
21

Pertama kita ingat-ingat kembali kriteria benefitnya yaitu (C1, C2 dan C3). Untuk normalisai
nilai, jika faktor kriteria benefit digunakanan rumusan
Rii = ( Xij / max{Xij})
Dari kolom C1 nilai maksimalnya adalah 1 , maka tiap baris dari kolom C1 dibagi oleh nilai
maksimal kolom C1
R11 = 0,5 / 1 = 0,5
R21 = 0,8 / 1 = 0,8
R31 = 1 / 1 = 1
R41 = 0,2 / 1 = 0,2
R51 = 1 / 1 = 1
Dari kolom C2 nilai maksimalnya adalah 1 , maka tiap baris dari kolom C2 dibagi oleh nilai
maksimal kolom C2
R12 = 1 / 1 = 1
R22 = 0,7/ 1 = 0,7
R32 = 0,3 / 1 = 0,3
R42 = 1 / 1 = 1
R52 = 0,7 / 1 = 0,7
Dari kolom C3 nilai maksimalnya adalah 1 , maka tiap baris dari kolom C3 dibagi oleh nilai
maksimal kolom C3
R13 = 0,7 / 1 = 0,7

22

R23 = 1/ 1 = 1
R33 = 0,4 / 1 = 0,4
R43 = 0,5 / 1 = 0,5
R53 = 0,4 / 1 = 0,4
Nah sekarang ingat-ingat kembali kriteria costnya yaitu (C4 dan C5). Untuk normalisai nilai, jika
faktor kriteria cost digunakanan rumusan
Rii = (min{Xij} /Xij)
Dari kolom C4 nilai minimalnya adalah 0,5 , maka tiap baris dari kolom C5 menjadi penyebut
dari nilai maksimal kolom C5
R14 = 0,5/ 0,7 = 0,714
R24 = 0,5 / 0,5 = 1
R34 = 0,5 / 0,7 = 0,714
R44 = 0,5 / 0,9 = 0,556
R54 = 0,5 / 0,7 = 0,714
Dari kolom C5 nilai minimalnya adalah 0,7 , maka tiap baris dari kolom C5 menyadi penyebut
dari nilai maksimal kolom C5
R15= 0,7/ 0,8 = 0,875
R25 = 0,7 / 1= 0,7
R35 = 0,7 / 1= 0,7
R45 = 0,7 / 0,7 = 1
23

R55= 0,7/ 1= 0,7

Masukan semua hasil penghitungan tersebut kedalam tabel yang kali ini disebut tabel faktor
ternormalisasi.

Tabel 2.7 Tabel Normalisasi

0,5

0,7

0,714
0,875

0,8
1
0,2

0,7
0,3
1
0,7

1
0,4
0,5
0,4

1
0,714
0,556

0,7
0,7
1

0,714

0,7

Setelah mendapat tabel seperti itu barulah kita mengalikan setiap kolom di tabel tersebut dengan
bobot kriteria yang telah kita deklarasikan sebelumnya. Rumusnya seperti ini :

Nah kalo masih bingung liat aja hitungan dibawah ini.

A1 = (0,5 * 0,3) + (1 * 0,2) + (0,7 * 0,2 ) + (0, 714 * 0,15) + (0, 875 * 0,15)
A1 = 0,72835
A2 = (0,8 * 0,3) + (0,7 * 0,2) + ( 1* 0,2 ) + ( 1 * 0,15) + (0,7 * 0,15)

24

A2 = 0,835
A3 = (1 * 0,3) + ( 0,3* 0,2) + ( 0,4 * 0,2 ) + (0,714 * 0,15) + (0,7 * 0,15)
A3 = 0,6521
A4 = (0,2 * 0,3) + ( 1 * 0,2) + ( 0,5* 0,2 ) + (0,556 * 0,15) + ( 1* 0,15)
A4 = 0,5934
A5 = ( 1 * 0,3) + ( 0,7 * 0,2) + (0,4 * 0,2 ) + (0,714 * 0,15) + ( 0,7 * 0,15)
A5 = 0,7321
Nah dari perbandingan nilai akhir maka didapatkan nilai sebagai berikut.
A1 = 0,72835
A2 = 0,835
A3 = 0,6521
A4 = 0,5934
A5 = 0,7321
Maka alternatif yang memiliki nilai tertinggi dan bisa dipilih adalah alternatif A2 dengan nilai
0,835 dan alternatif A5 dengan nilai 0,7321.
2.2.11 Bahasa Pemrograman Borland Delphi 7.0
Bahasa Pemrograman yang digunakan dalam penelitian ini adalah Borland Delphi 7.0.
Delphi adalah sebuah bahasa pemrograman dan lingkungan pengembangan perangkat lunak.
Produk ini dikembangkan oleh Borland. Dengan menggunakan Free Pascal yang merupakan
proyek opensource, bahasa ini dapat pula digunakan untuk membuat program yang berjalan di
sistem operasi Mac OS X dan Windows CE. Keunggulan bahasa pemrograman ini terletak pada
produktivitas, kualitas, pengembangan perangkat lunak, kecepatan kompilasi, pola desain yang
25

menarik yang menarik serta diperkuat dengan pemrogramannya yang terstruktur (Madcoms,
2002).
Salah satu keistimewaan Delphi adalah dukungannya untuk aplikasi database
yangmemungkinkan user berinteraksi dengan informasi yang tersimpan dlaam sebuah database.
Delphi juga memberikan banyak pilihan teknologi kepada developer dalam membangun aplikasi
database sehingga developer dapat mengembangkan aplikasi dengan mekanisme akses yang
palng tepat menurut kebutuhan.
Windows Utama / Integrated Development Environment (IDE) Delphi merupakan
tampilan terintegrasi dimana terlihat menu dan tools yang terpiah akan tetapi sangat berhubungan
yang merupakan satu kesatuan yang utuh dalam satu koordinasi. Berfungsi sebagai pusat control
mulai dari menu utama, komponen pallet, form, code editor, object inspector dan object treeview
yang digunakan utuk mndesain, menulis kode program, serta mengatur tampilan aplikasi dalam
berbagai model .( Madcoms, 2003).
Ada beberapa type aplikasi yang digunakan di Delphi, yaitu :
a. Sistem Tunggal / stand-alone
Database dan aplikasi database diletakkan pada mesin (komputer) yang sama. Database
yang digunakan adalah database lokal dan aplikasi yang dirancang adalah untuk singleuser.
b. Sistem file-share
Sama seperti aplikasi database stand-alone tetapi data dapat diakses dari beberapa client
yang terhubung dalam jaringan. Arsiteksur ini cocok untuk aplikasi dengasn jumlah
user yang sedikit. Database yang digunakan adalah database lokal.
c.

Sistem client-server
Aplikasi database berada pada mesin client dan pada server terdapat remote database
server dan database yang akan diakses.

d. Sistem multi-tier
Arsitektur ini terdiri dari remote database server, aplikasi server yang mengakses
remote database server dan aplikasi client yang mengakses aplikasi server. (Syahrianto,
2008).
Untuk mengakses database, Delphi menyediakan berbagai mekanisme data akses, antara
lain :
26

a. Borland Database Engine (BDE)

BDE adalah teknologi yang dikeluarkan Borland. BDE berasal dari paradox, kemudian
diperluas oleh Borland untuk mendukung banyak SQL Server dan Database Lokal
sebelum Delphi ada. BDE mengakses langsung tabel-tabel dBase, Paradox, ASCII,
Foxfro dan access. Driver-driver yang ada di Delphi Enterprise memungkinkan
pengaksesan ke berapa SQL Server termasuk Oracle, Sybase, Microsoft, Informix,
Interbase dan IBM DB2 Server, sedangkan untuk pengaksesan ke database lain
disediakan ODBC Drivers.
b. ActiveX Data Object (ADO)
ADO adalah antarmuka tingkat tinggi (high level) yang digunakan untuk mengakses
database dari Microsoft. ADO diimplementasikan pada teknologi OLE DB Database
Access Microsoft yang menyediakan akses ke database relasional maupun database non
relasional, termasuk email, file system dan file lainnya.
c. Database Express Library (dbExpress)
Adalah library pengaksesan yang bersifat cross-flatform untuk windows dan dan linux,
tidak seperti BDEdan ADO, dbExpress menggunakan pendekatan kelas ringan.
d. Interbase Express (IBExpress)
Delphi menyediakan komponen-komponen untuk mengakses produknya yang gratis
dan open source, yaitu interbase server. Jika menggunakan interbase sebagai back end,
dapat memperoleh kinerja baik dan kemungkinan memelihara server dari aplikasi client
jika menggunakan komponen khusus interbase.( Yanuar & Hakim, 2009).

27