SISTEM PENDUKUNG KEPUTUSAN PENENTUAN HARGA JUAL UBI CILEMBU

MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP)

BERBASIS WEB

Deni Gustia Rahman

NIM: 208700797
Jurusan Teknik Informatika
Fakultas Sains dan Teknologi
UIN Sunan Gunung Djati Bandung

ABSTRAK

Dewasa ini teknologi informasi sudah berkembang sedemikian pesat di berbagai aspek
kehidupan dan berbagai bidang, termasuk bidang pertanian dan perdagangan. Salah satu metode
komputasi yang cukup berkembang saat ini adalah metode sistem pendukung keputusan (Decision
Support System). Banyak metode yang dapat digunakan dalam sistem pendukung keputusan. Salah
satu metode tersebut yang digunakan dalam penelitian ini adalah metode Analytical Hierarchy
Process (AHP). Konsep metode AHP adalah merubah nilai-nilai kualitatif menjadi nilai kuantitatif.
Sehingga keputusan-keputusan yang diambil bisa lebih objektif.

Dalam penelitian ini, metode AHP diaplikasikan pada sistem penentuan harga jual hasil
pertanian, dalam hal ini yaitu ubi Cilembu. Dibandingkan jenis ubi yang lain, ubi Cilembu memiliki
keunggulan tersendiri yaitu rasa yang lebih manis dan bersifat alami. Kebutuhan informasi tentang
harga jual ubi Cilembu pada saat ini sangatlah diperlukan, terutama bagi para petani dan distributor.
Sistem ini diharapkan mampu memberikan informasi mengenai penentuan harga ubi Cilembu
secara cepat dan efisien bagi pihak yang membutuhkan.

Kata Kunci: Sistem Pendukung Keputusan, Analytical Hierarchy Process, Ubi Cilembu

I. PENDAHULUAN Hierarchy Process (AHP). Konsep metode AHP

1.1 Latar Belakang
Teknologi informasi merupakan
teknologi yang menggabungkan antara
komputasi dan komunikasi untuk melakukan
tugas-tugas informasi sehingga arus informasi
dapat berjalan dengan baik. Teknologi informasi
berkembang dengan pesat di berbagai aspek
kehidupan dan berbagai bidang, termasuk
bidang pertanian dan perdagangan. Salah satu
metode komputasi yang cukup berkembang saat
ini adalah metode sistem pendukung keputusan
(Decision Support System). Dalam teknologi
informasi, sistem pendukung keputusan
merupakan cabang ilmu yang letaknya diantara
sistem informasi dan sistem cerdas.
Banyak metode yang dapat digunakan
dalam sistem pendukung keputusan. Salah satu
metode tersebut yang digunakan dalam
penelitian ini adalah metode Analytical
adalah merubah nilai-nilai kualitatif menjadi
nilai kuantitatif. Sehingga keputusan-keputusan
yang diambil bisa lebih objektif. Metode AHP
mula-mula dikembangkan di Amerika pada
tahun 1970 dalam hal perencanaan kekuatan
militer untuk menghadapi berbagai
kemungkinan (contingency planning).
Kemudian dikembangkan di Afrika khususnya
di Sudan dalam hal perencanaan transportasi.
Pada saat ini pun metode AHP juga telah
digunakan oleh beberapa peneliti, misalkan
untuk Pemilihan Pejabat Struktural atau
Pemilihan Penerima Beasiswa.
Dalam penelitian ini, metode AHP
diaplikasikan pada sistem penentuan harga jual
hasil pertanian, dalam hal ini yaitu ubi Cilembu.
Dibandingkan jenis ubi yang lain, ubi Cilembu
memiliki keunggulan tersendiri yaitu rasa yang
lebih manis dan bersifat alami. Tidak heran jika
ubi Cilembu sudah menjadi salah satu
komoditas ekspor Indonesia di bidang pertanian.
Kebutuhan informasi tentang harga jual ubi
Cilembu pada saat ini sangatlah diperlukan,
terutama bagi para petani dan distributor.
1.2 Rumusan Masalah
Berdasarkan latar belakang di atas maka
dapat dirumuskan masalahnya yaitu:
1. Bagaimana menerapkan metode
Analytical Hierarchy Process (AHP) ke
dalam sistem pendukung keputusan
penentuan harga jual ubi Cilembu?
2. Bagaimana merancang dan membangun
aplikasi sistem pendukung keputusan
penentuan harga jual ubi Cilembu
berbasis web?
3. Bagaimana membangun sistem dalam
mendukung keputusan penentuan harga
jual ubi Cilembu berdasarkan kriteria-
kriteria yang telah ditetapkan?
1.3 Batasan Masalah
Batasan masalah dalam pembuatan
sistem pendukung keputusan ini mencakup hal-
hal berikut:
1. Metode yang digunakan dalam
pembuatan sistem pendukung keputusan
ini yaitu Analytical Hierarchy Process
(AHP).
2. Aplikasi yang dibuat adalah berbasis
web dengan menggunakan bahasa
pemrograman PHP dan database
MySQL.
3. Terdapat halaman administrator untuk
mengolah data kualitas, penjual, kriteria
penilaian dan buku tamu.
4. Terdapat halaman pakar untuk mengolah
penghitungan AHP kriteria dan detail
kriteria penilaian.
5. User harus mempunyai akun login untuk
menggunakan aplikasi dengan terlebih
dahulu melakukan pendaftaran anggota
sebagai penjual, kemudian melakukan
penilaian kualitas berdasarkan beberapa
kriteria dan melakukan penghitungan
harga. Terdapat fasilitas untuk mencetak
laporan hasil penilaian dan melakukan
penilaian ulang. Bagi user publik
terdapat fasilitas buku tamu.
6. Dalam melakukan penilaian kualitas,
interaksi antara user dengan sistem
berupa memilih kriteria yang
jawabannya berupa pilihan yang sudah
disediakan oleh sistem.
7. Penghitungan kriteria akan dijadikan
bobot penentuan kualitas, hasil akhir
berupa kualitas ubi dan harga per
kilogram.
8. Penilaian terhadap kualitas terdiri dari
tiga jenis, yaitu: bagus (grade I), sedang
(grade II), dan jelek (grade III).
9. Kriteria penilaian kualitas terdiri dari
tujuh macam, yaitu: ukuran umbi,
keberadaan bercak hitam (hama boleng),
keberadaan luka/cacat, warna kulit,
warna daging, lama penyimpanan
setelah panen dan kadar pati. Sementara
untuk faktor-faktor yang mempengaruhi
harga jual terdiri dari biaya penanaman,
biaya pekerja, biaya overhead, ongkos
kirim dan jumlah hasil panen.
10. Ubi Cilembu dengan kualitas paling
bagus yaitu memiliki ukuran panjang 20
- 25 cm, diameter 6 - 7 cm, tidak
terdapat bercak hitam dan luka, warna
kulit merah kekuningan, warna daging
putih kekuningan, disimpan 4 5
minggu setelah panen, dan kadar pati
lebih dari 20 %.
11. Pengukuran kadar pati didapat dari hasil
pengolahan data yang sudah ada
sebelumnya.
12. Alternatif harga jual dihitung
berdasarkan penambahan suku bunga
bank selama 6 bulan sesuai dengan masa
tanam maksimal ubi Cilembu. Terdapat
tiga alternatif harga jual, yaitu 2 kali, 2,5
kali dan 3 kali suku bunga bank.
1.4 Tujuan Penelitian
Sesuai dengan rumusan masalah, adapun
tujuan yang akan dicapai adalah:
1. Menerapkan metode Analytical
Hierarchy Process (AHP) ke dalam
sistem pendukung keputusan penentuan
harga jual ubi Cilembu.
2. Merancang dan membangun aplikasi
sistem pendukung keputusan penentuan
harga jual ubi Cilembu berbasis web.
3. Membangun sistem untuk mendukung
keputusan penentuan harga jual ubi
Cilembu berdasarkan kriteria-kriteria
yang telah ditetapkan.
II. LANDASAN TEORI yang selain mengumpulkan data sejarah tersebut
2.1 Decision Support System (Sistem juga dapat membantu memperkirakan masa
Penunjang Keputusan) depan.
Decision Support System atau Sistem Terdapat tiga komponen utama dalam
Penunjang Keputusan yang selanjutnya konfigurasi umum suatu Decision Support
disingkat menjadi DSS, secara umum System, yaitu Data Management, Model
didefinisikan sebagai sebuah sistem yang Management, dan User Interface.
mampu memberikan kemampuan baik Metode pengembangan DSS hampir
kemampuan pemecahan masalah maupun sama dengan metode pengembangan perangkat
kemampuan pengkomunikasian untuk masalah lunak pada umumnya. Pembedanya adalah DSS
semi-terstruktur. Secara khusus, DSS menekankan pada tahap Prototyping-nya.
didefinisikan sebagai sebuah sistem yang Prototyping ditekankan karena dalam
mendukung kerja seorang manajer maupun pengembangan DSS, interaksi antara
sekelompok manajer dalam memecahkan pengembang dengan pengguna sangat intensif
masalah semi-terstruktur dengan cara sehingga diperlukan suatu pendekatan yang bisa
memberikan informasi ataupun usulan menuju mengkomunikasikan dengan baik hasil yang
pada keputusan tertentu. (Hermawan, 2005) dibuat oleh pengembang dengan kebutuhan
Tujuan DSS dalam proses pengambilan yang diperlukan pengguna.
keputusan yaitu: Dalam membangun DSS, ada beberapa
1. Membantu menjawab masalah semi- pendekatan yang dapat dipakai (Hermawan,
terstruktur 2005) yaitu:
2. Membantu manajer dalam mengambil 1. DSS dibangun dengan bahasa
keputusan, bukan menggantikannya pemrograman umum seperti Visual
3. Manajer yang dibantu melingkupi top Basic. Jadi, DSS dibangun secara
manajer sampai ke manajer lapangan sendiri, baik in-house maupun outsource
4. Fokus pada keputusan yang efektif, dari nol.
bukan keputusan yang efisien. 2. DSS dibangun dengan OLAP dan data
Masalah semi-terstruktur memiliki warehouse-nya seperti Microsoft SQL
karakteristik yang merupakan perpotongan dari Server. Pendekatan ini memanfaatkan
masalah terstruktur dan masalah tidak fitur-fitur dari aplikasi on-the-shelf
terstruktur. Dua sifat di antaranya adalah: database yang ditujukan untuk
1. Beberapa bagian dari masalah terjadi keperluan DSS. Jadi, dibandingkan
berulang-ulang, sementara dengan pendekatan pertama, cara ini
2. Beberapa bagian dari masalah akan bisa lebih singkat dari segi waktu.
melibatkan subjektivitas manusia. 3. DSS dibangun dengan DSS engine
Contoh masalah semi-terstruktur dalam seperti Microsoft Excel. Pendekatan ini
bisnis adalah kontrol persediaan, penjadwalan menggunakan aplikasi on-the-shelf yang
produksi, manajemen uang, penyiapan masuk dalam golongan DSS engine. Bila
anggaran, dan perencanaan produk baru. pendekatan kedua lebih ke arah data
Proses pengambilan keputusan management, maka pendekatan ketiga
melibatkan 4 tahapan, yaitu: ini lebih ke arah model management.
1. Tahap Intelligence 4. DSS dibangun dengan ketiga pendekatan
2. Tahap Design di atas. Pendekatan ini yang banyak
3. Tahap Choice digunakan. Jadi, pada komponen data
4. Tahap Implementation management digunakan pendekatan
Contoh penggunaan DSS dalam bisnis kedua, kemudian untuk model
yaitu: Divisi Operasional dari sebuah management digunakan pendekatan
perusahaan komponen otomotif memerlukan ketiga, dan untuk user interface
informasi tentang tingkat produk, kelompok digunakan pendekatan pertama.
produk dengan detailnya, dan exception report
yang menunjukan informasi produk yang tidak
normal. Perusahaan kemudian membuat DSS
2.2 Harga Jual
Harga jual adalah sejumlah kompensasi
(uang ataupun barang) yang dibutuhkan untuk
mendapatkan sejumlah kombinasi barang atau
jasa. Perusahaan selalu menetapkan harga
produknya dengan harapan produk tersebut laku
terjual dan boleh memperoleh laba yang
maksimal. Hansen dan Mowen (2001:633)
mendefinisikan harga jual adalah jumlah
moneter yang dibebankan oleh suatu unit usaha
kepada pembeli atau pelanggan atas barang atau
jasa yang dijual atau diserahkan. Menurut
Mulyadi (2001:78) pada prinsipnya harga jual
harus dapat menutupi biaya penuh ditambah
dengan laba yang wajar. Harga jual sama
dengan biaya produksi ditambah mark-up.
Menurut Boone dan Kurtz (2002:70)
ada empat kategori dasar atau sasaran
penetapan haga, yaitu:
1. Sasaran Profitabilitas
2. Sasaran Volume
3. Tingkat Kompetisi
4. Sasaran Prestise
Perusahaan menentukan harga jual
produknya dengan tiga dasar pertimbangan
yaitu:
1. Penentuan harga berdasarkan biaya
produksi
2. Penentuan harga berdasarkan suplai
persediaan
3. Penentuan harga berdasarkan harga
pesaing
Menurut Herman (2006:175) ada
beberapa metode penetapan harga (methods of
price determination) yang dapat dilakukan
budgeter dalam perusahaan (Devianti, 2010),
yaitu:
1. Metode Taksiran (Judgemental Method)
2. Metode Berbasis Pasar (Market-Based
Pricing)
3. Metode Berbasis Biaya (Cost-Based
Pricing)
2.3 Ubi Cilembu
Tanaman ubi jalar (Ipomoea batatas.
Poir) di Indonesia merupakan salah satu
tanaman yang cukup penting, baik sebagai
makanan pokok alternatif di musim paceklik
maupun makanan tambahan dalam rangka
diversifikasi makanan. Ubi jalar mengandung
air 64,60-79,59%, abu 0,92-0,98%., pati 17,06-
28,19%, Protein 1,19-2,07%, gula 0,38-0,43%,
serat kasar 2,16-5,24% dan beta karoten 17,42-
51,20%. Oleh karena itu ubi jalar memegang
peranan penting dalam ketahanan pangan
masyarakat.
Ubi Jalar Cilembu ST 1, sejak lama
menembus pasar Singapura, Malaysia, Korea,
dan Jepang. Ubi Cilembu ST 1, merupakan
salah satu komoditi palawija unggulan di
Kabupaten Sumedang, varietas tersebut telah
dirilis oleh menteri pertanian pada Tahun 2001.
Nama cilembu diambil dari nama daerah asal
ubi tersebut diproduksi yaitu Desa Cilembu
Kecamatan Pamulihan, ST merupkan singkatan
dari Sumedang Tandang, sedangkan angka 1
menunjukan bahwa di Kabupaten Sumedang
memiliki varietas lokal ubi jalar lain yang
memiliki keunggulan tidak jauh berbeda dengan
Cilembu ST 1, namun belum di rilis oleh
menteri pertanian.
Ubi ini hanya memiliki rasa dan aroma
yang khas apabila di tanam di daerah Cilembu
dan sekitarnya. Tanaman ubi jalar yang
tumbuhnya baik dan tidak mendapat serangan
hama penyakit yang berarti (berat) di
Kecamatan Pamulihan dapat menghasilkan
umbi basah 15-20 ton sedangkan di Kecamatan
Rancakalong dapat menghasilkan 20- 25 ton ubi
basah per hektar.
Keunggulan ubi jalar ini adalah apabila
ubi yang telah disimpan lebih dari 10 hari ,
dimasak dengan cara dioven selama 30-90
menit (bergantung ukuran), bagian tengah umbi
akan menghasilkan cairan sangat manis seperti
madu. Lebih manisnya ubi jalar cilembu
disebabkan kadar gula ubi cilembu lebih tinggi
dari ubi jalar lain yaitu ubi mentah mencapai
11-13% dan ubi masak 19-23%, sehingga
sangat digemari oleh konsumen. Kulit ubi
cilembu berwarna putih kekuningan (gading)
dengan bentuk umbi bulat memanjang,
berbentuk panjang. Ubi ini memiliki keunikan
lain yaitu tidak mengakibatkan gangguan perut
meskipun dimakan sebelum sarapan.
(Kostaman, 2010)
Salah satu proses pengolahan ubi
cilembu yang telah umum dilakukan adalah
dengan cara pemanggangan. Proses
pemanggangan ubi cilembu akan menghasilkan
rasa ubi panggang yang lebih manis
dibandingkan ubi hasil pengukusan dan
perebusan. Proses pengolahan ubi Cilembu
menjadi ubi panggang Cilembu dapat dilakukan
dari bahan baku yang masih segar (segera
setelah dipanen) atau bahan baku yang telah
disimpan terlebih dahulu. Menurut Satia
Santana, lama penyimpanan ubi mempengaruhi
kandungan gula yang terdapat dalam ubi
tersebut. Semakin lama penyimpanan,
kandungan gula yang terkandung dalam ubi
cilembu semakin tinggi karena adanya
penguraian pati menjadi gula-gula sederhana.
Hasil penelitian Mayastuti (2002)
terhadap karakteristik fisik ubi cilembu dapat
dilihat pada Tabel berikut.
Tabel Karakteristik Fisik Ubi Cilembu
Karakteristik Hasil Pengamatan
Berat Umbi 268,10 g 402,17 g
Bentuk Umbi Panjang Lonjong
Warna Kulit Umbi Merah kekuningan
Warna daging Umbi Putih Kekuningan
Rasa setelah Manis Khas
dipanggang
Sortasi (pemilihan) ubi Cilembu setelah
dipanen menghasilkan 3 grade, seperti yang
dapat dilihat pada tabel berikut.
Tabel Klasifikasi Mutu Ubi Cilembu
Klasifikasi Ciri-ciri
Grade I panjang : 20 25 cm, diameter 6-
7 cm
Deskripsi : hampir dapat
dikatakan tidak terdapat bercak
hitam pada permukaan kulit,
dalam 1 kg terdapat 4-5 ubi, dan
biasanya ditujukan untuk pasar
internasional, dan supermarket di
dalam negeri.
Grade II panjang : 15 20 cm, diameter 4-
6 cm
Deskripsi : sedikit terdapat
bercak hitam di permukaan kulit,
dalam 1 kg terdapat 7-8 ubi, dan
ditujukan untuk pedagang
pengecer di dalam negeri.
Grade III panjang : 10 15 cm, diameter 3-
4 cm
Deskripsi : banyak terdapat
bercak hitam di permukaan kulit,
dalam 1 kg dapat mencapai lebih
dari 8 ubi, dan pasarnya
ditujukan bagi pedagang
pengecer, tetapi pda umumnya
dikonsumsi sendiri.
2.4 Analytical Hierarchy Process (AHP)
Analytical Hierarchy Process (AHP)
merupakan salah satu metode yang dapat
digunakan untuk menyelesaikan masalah Multi-
Attribute Decision Making (MADM). AHP
merupakan suatu model pendukung keputusan
yang dikembangkan oleh Thomas L. Saaty.
Model pendukung keputusan ini akan
menguraikan masalah multi faktor atau multi
kriteria yang kompleks menjadi suatu hirarki,
menurut Saaty (1993), hirarki didefinisikan
sebagai suatu representasi dari sebuah
permasalahan yang kompleks dalam suatu
struktur multi level dimana level pertama adalah
tujuan, yang diikuti level faktor, kriteria, sub
kriteria, dan seterusnya ke bawah hingga level
terakhir dari alternatif. Dengan hirarki, suatu
masalah yang kompleks dapat diuraikan ke
dalam kelompok-kelompoknya yang kemudian
diatur menjadi suatu bentuk hirarki sehingga
permasalahan akan tampak lebih terstruktur dan
sistematis.
AHP sering digunakan sebagai metode
pemecahan masalah dibanding dengan metode
yang lain karena alasan-alasan sebagai berikut:
1. Struktur yang berhirarki, sebagai
konsekuesi dari kriteria yang dipilih,
sampai pada subkriteria yang paling
dalam
2. Memperhitungkan validitas sampai
dengan batas toleransi inkonsistensi
berbagai kriteria dan alternatif yang
dipilih oleh pengambil keputusan
3. Memperhitungkan daya tahan output
analisis sensitivitas pengambilan
keputusan.
Dalam metode AHP dilakukan langkah-
langkah sebagai berikut:
1. Mendefinisikan masalah dan
menentukan solusi yang diinginkan.
2. Membuat struktur hierarki yang diawali
dengan tujuan utama.
3. Membuat matrik perbandingan
berpasangan yang menggambarkan
kontribusi relatif atau pengaruh setiap
elemen terhadap tujuan atau kriteria
yang setingkat di atasnya.
4. Melakukan mendefinisikan
perbandingan berpasangan sehingga
diperoleh jumlah penilaian seluruhnya
sebanyak n x [(n-1)/2] buah, dengan n
 adalah banyaknya elemen yang Tabel Tingkat Kepentingan
dibandingkan. Nilai Interpretasi
5. Menghitung nilai eigen dan menguji 1 Oi dan Oj sama penting
konsistensinya. 3 Oi sedikit lebih penting daripada Oj
6. Mengulangi langkah 3,4, dan 5 untuk 5 Oi kuat tingkat kepentingannya
seluruh tingkat hirarki. daripada Oj
7. Menghitung vektor eigen dari setiap 7 Oi sangat kuat tingkat kepentingannya
matriks perbandingan berpasangan. daripada Oj
8. Memeriksa konsistensi hirarki. 9 Oi mutlak lebih penting daripada Oj
AHP didasarkan atas 3 prinsip dasar 2, 4, 6, nilai-nilai intermediate
yaitu: 8
1. Dekomposisi Contoh, angka 8 menunjukkan bahwa Oi
2. Perbandingan penilaian/pertimbangan delapan kali lebih penting daripada Oj, atau Oi
(comparative judgments) terletak antara sangat kuat dan mutlak lebih
3. Sintesa Prioritas penting daripada Oj.
AHP didasarkan atas 3 aksioma utama 1
yaitu: 1 11 1 1
1. Aksioma Resiprokal

2. Aksioma Homogenitas

3. Aksioma Ketergantungan 1

Beberapa contoh aplikasi AHP adalah
sebagai berikut (Syaifullah, 2010): 1
1. Membuat suatu set alternatif Indeks random RIn adalah nilai rata-rata CI
2. Perencanaan yang dipilih secara acak pada A dan diberikan
3. Menentukan prioritas sebagai:
4. Memilih kebijakan terbaik setelah n 2 3 4 5 6 7 ...
menemukan satu set alternatif RIn 0 0,58 0,90 1,12 1,24 1,32 ...
5. Alokasi sumber daya
6. Menentukan kebutuhan/persyaratan (Kusumadewi, 2006)
7. Memprediksi outcome
8. Merancang sistem III. ANALISIS DAN PERANCANGAN
9. Mengukur performa 3.1 Karakteristik Pengguna
10. Memastikan stabilitas sistem Ada beberapa pengguna yang diberikan
11. Optimasi hak akses (privilege) terhadap sistem
12. Penyelesaian konflik. pendukung keputusan ini, yaitu anggota (user
Misalkan Oi dan Oj adalah tujuan. yang memiliki akun login), administrator,pakar
Tingkat kepentingan relatif tujuan-tujuan ini dan user publik (pengunjung). Adapun otoritas
dapat dinilai dalam 9 poin, seperti pada tabel 2.3 masing-masing pengguna digambarkan dalam
(Reenoij, 2005). tabel di bawah ini:
Tabel Karakteristik Pengguna
No. Nama Pengguna Hak Akses
1 Anggota Melakukan login, melakukan penilaian kualitas,
mengisi data biaya untuk menghitung harga jual,
mencetak hasil keputusan, mengedit profil,
melakukan penilaian ulang dan melihat data
keseluruhan.
2 Administrator Melakukan login, mengolah (menambah,
menghapus, mengedit) data kualitas, kriteria,
detail kriteria, penjual dan buku tamu.
3 Pakar Melakukan login, menghitung nilai AHP kriteria
dan detail kriteria, serta menambah data kriteria
 dan detail kriteria jika ada perubahan.
4 User publik
(pengunjung) Melakukan pendaftaran anggota, mengisi buku
tamu, dan melihat data yang bersifat publik.

memberikan data (input) ke sistem serta kepada

3.2 Diagram Konteks siapa data/informasi yang dihasilkan sistem
Untuk menggambarkan sistem secara disampaikan. Berikut adalah gambar diagram
umum maka diperlukan suatu diagram konteks. konteks untuk sistem pendukung keputusan
Intinya diagram konteks berisi siapa saja yang penentuan harga jual ubi Cilembu.

Gambar Diagram Konteks SPK Penentuan Harga Jual Ubi Cilembu

3.3 Analisis Fungsional merupakan dekomposisi dari diagram konteks

Pada tahap analisis fungsional yang telah digambarkan sebelumnya. Berikut ini
diperlukan gambar DFD (Data Flow Diagram) adalah DFD dari sistem yang dibangun.
untuk menggambarkan arus data di dalam
sistem dengan terstruktur dan jelas. DFD

Gambar DFD Level 0 SPK Penentuan Harga Jual Ubi Cilembu

3.4 Analisis Penghitungan AHP
Kasus dalam penggunaan AHP ini
adalah penentuan harga jual ubi Cilembu.
Sebelum menentukan harga jual, maka perlu
diketahui terlebih dahulu mengenai kualitas ubi
yang akan dijual, apakah termasuk bagus,
sedang, atau jelek. Penentuan kualitas ubi
tersebut didasarkan pada tujuh macam kriteria,
yaitu ukuran umbi, bercak hitam/hama,
luka/cacat, warna kulit, warna daging, lama
penyimpanan, dan kadar pati. Langkah pertama
adalah menentukan dekomposisi permasalahan
dengan membuat struktur hirarki. Bagan
pengambilan keputusan/struktur hirarkinya
dapat dilihat pada gambar berikut.

Gambar Struktur Hirarki Permasalahan

Langkah selanjutnya adalah 1. Ukuran umbi lebih penting 2 kali dari
membandingkan kepentingan tiap kriteria (pair- bercak hitam/hama
wise comparison) dan membuat matriks 2. Ukuran umbi lebih penting 3 kali dari
perbandingan berpasangan (paired comparison luka/cacat
matrix) dengan memperhatikan skala 3. Ukuran umbi lebih penting 3 kali dari
perbandingan yang diperkenalkan oleh Saaty. warna kulit
Berikut adalah tabel intensitas kepentingan 4. Ukuran umbi lebih penting 3 kali dari
antar elemen: warna daging
Tabel Intensitas Kepentingan AHP 5. Ukuran umbi lebih penting 2 kali dari
Nilai Interpretasi lama penyimpanan
1 Kedua elemen sama pentingnya 6. Ukuran umbi lebih penting 3 kali dari
3 Elemen yang satu sedikit lebih kadar pati
penting daripada elemen yang 7. Bercak hitam/hama lebih penting 3/2
lainnya kali dari luka/cacat
5 Elemen yang satu lebih penting 8. Bercak hitam/hama lebih penting 3/2
daripada yang lainnya kali dari warna kulit
7 Satu elemen jelas lebih mutlak 9. Bercak hitam/hama lebih penting 3/2
penting daripada elemen lainnya kali dari warna daging
9 Satu elemen mutlak penting 10. Bercak hitam/hama sama penting
daripada elemen lainnya dengan lama penyimpanan
2, 4, 6, 8 Nilai-nilai antara dua nilai 11. Bercak hitam/hama lebih penting 3/2
pertimbangan-pertimbangan yang kali dari kadar pati
berdekatan 12. Luka/cacat sama penting dengan warna
Kebalikan Jika untuk aktivitas i mendapat satu kulit
angka dibanding dengan aktivitas j , 13. Luka/cacat sama penting dengan warna
maka j mempunyai nilai daging
kebalikannya dibanding dengan i 14. Luka/cacat lebih penting 2/3 kali dari
lama penyimpanan
Berikut ini adalah asumsi perbandingan 15. Luka/cacat sama penting dengan kadar
kepentingan dari ketujuh kriteria penilaian pati
kualitas ubi:
 16. Warna kulit sama penting dengan warna 21. Lama penyimpanan lebih penting 3/2
daging kali dari kadar pati
17. Warna kulit lebih penting 2/3 kali dari 22. Perbandingan yang lain merupakan nilai
lama penyimpanan kebalikan
18. Warna kulit sama penting dengan kadar Selanjutnya hasil pair-wise comparison
pati tersebut dibuat tabulasinya, yang dalam istilah
19. Warna daging lebih penting 2/3 kali dari AHP disebut sebagai paired comparison matrix,
lama penyimpanan seperti terlihat pada tabel berikut.
20. Warna daging sama penting dengan
kadar pati
Tabel Matriks Perbandingan Berpasangan Kriteria
Kriteria Ukuran Bercak Luka/ Warna Warna Lama Kadar Priority
umbi hitam/ Cacat Kulit daging penyimpan pati Vector
Hama an
Ukuran 1 2 3 3 3 2 3 0.3
umbi
Bercak 0.5 1 1.5 1.5 1.5 1 1.5 0.15
hitam/Ham
a
Luka/Cacat 0.3333333 0.6666666 1 1 1 0.66666666 1 0.1
33 67 7
Warna 0.3333333 0.6666666 1 1 1 0.66666666 1 0.1
Kulit 33 67 7
Warna 0.3333333 0.6666666 1 1 1 0.66666666 1 0.1
daging 33 67 7
Lama 0.5 1 1.5 1.5 1.5 1 1.5 0.15
penyimpan
an
Kadar pati 0.3333333 0.6666666 1 1 1 0.66666666 1 0.1
33 67 7
Jumlah 3.3333333 6.6666666 10 10 10 6.66666666 10 1
33 67 7
Principal Eigen Value (max) 7
Consistency Index (CI) 0
Consistency Ratio (CR) 0
Langkah selanjutnya adalah membuat masing-masing kriteria. Untuk detail kriteria
matriks perbandingan berpasangan untuk detail dapat dilihat pada tabel berikut.
Tabel Detail Kriteria
Kriteria Detail Kriteria
Ukuran umbi Panjang > 25 cm, diameter > 7 cm
Panjang 20 - 25 cm, diameter 6 - 7 cm
Panjang 15 - 20 cm, diameter 4 - 6 cm
Panjang 10 - 15 cm, diameter 3 - 4 cm
Panjang < 10 cm, diameter < 3 cm
Bercak hitam/Hama Tidak ada
Sedikit
Banyak
Luka/Cacat Tidak ada
Sedikit
 Banyak
Warna kulit Merah kekuningan
Tidak merah kekuningan
Warna daging Putih kekuningan
Tidak putih kekuningan
Lama penyimpanan 2 - 5 minggu
< 2 minggu
> 5 minggu
Kadar pati >= 20 %
< 20 %
Harga jual =
Seperti halnya dalam membuat matriks + 3000
perbandingan kriteria, untuk membuat matriks
perbandingan detail kriteria pun menggunakan = + 3000
cara yang sama. = 4270 + 3000
Harga jual = Rp 7.270 /kg
3.5 Analisis Penghitungan Harga Jual Harga di atas merupakan harga pokok
Setelah user melakukan penilaian produksi yang sudah ditambahkan dengan nilai
kriteria dan mengetahui kualitas ubi, maka kualitas (sudah disesuaikan agar mendekati
selanjutnya user bisa melakukan input biaya harga pasar), kemudian sistem memberikan tiga
produksi untuk penghitungan harga jual. Untuk pilihan alternatif harga jual berdasarkan
menghitung harga jual ubi per kilogram, penambahan suku bunga bank selama 6 bulan
digunakan rumus berikut ini: sesuai dengan masa tanam maksimal ubi
+ + + Cilembu.
=
( )
+ 3.6 Perancangan Sistem
Keterangan: Perancangan sistem merupakan suatu
T = Biaya Penanaman kegiatan yang merupakan tindak lanjut dari
K = Biaya Pekerja proses analisis, di mana proses perancangan
H = Biaya Overhead merupakan inti dari semua proses yang
O = Ongkos Kirim berhubungan dengan penyelesaian masalah
Para petani yang memiliki lahan yang berkaitan dengan kegiatan aplikasi sistem
budidaya ubi Cilembu seluas 1 hektare bisa pendukung keputusan. Dalam sub bab ini akan
memanen hingga 2,5 ton ubi dalam satu kali dirancang mengenai pembangunan sistem
masa panen (5-6 bulan). Biaya penanaman dari pendukung keputusan penentuan harga jual ubi
awal tanam hingga panen bisa mencapai Rp Cilembu.
10.000.000.
Contoh kasus: Entity Relationship Diagram merupakan
Diketahui: Biaya penanaman = 6000000 gambaran dari perancangan database yang akan
Biaya pekerja = 4000000 dibuat. E-R Diagram berfungsi untuk
Biaya overhead = 600000 menggambarkan relasi antara dua entitas. E-R
Ongkos kirim = 75000 Diagram yang dibuat untuk sistem pendukung
Jumlah hasil panen = 2500 kg keputusan ini mempunyai derajat kardinalitas
Kualitas = baik satu ke satu (one to one). E-R Diagram dari
(nilai = 3000) aplikasi sistem pendukung keputusan yang
Jawab: terbentuk dapat dilihat pada gambar berikut.
 Gambar ERD SPK Penentuan Harga Jual Ubi Cilembu
Berikut ini adalah relasi tabel sistem

pendukung keputusan yang terbentuk:

Gambar Relasi Antar Tabel

IV. IMPLEMENTASI SISTEM (software), dan operator (brainware). Pada web

4.1 Komponen Implementasi Sistem
Agar sistem perancangan yang
dikerjakan dapat berjalan dengan baik atau
tidak, maka perlu dilakukan pengujian terhadap
sistem yang telah dikerjakan. Untuk itu
dibutuhkan berupa komponen utama mencakup
perangkat keras (hardware), perangkat lunak
ini dibutuhkan komponen-komponen yang
mencakup seperti di atas.
Perangkat keras merupakan komponen-
komponen peralatan yang membentuk suatu
sistem komputer dan peralatan-peralatan
tambahan lainnya yang memungkinkan
komputer untuk menjalankan tugasnya sesuai
dengan yang diberikan. Komponen ini bersifat
nyata secara fisik, artinya dapat dilihat dan
dipegang. Perangkat kerasnya meliputi:
1) Monitor Super VGA.
2) CPU (Central Processing Unit),
seperti Pentium IV.
3) Harddisk sebagai media
penyimpanan.
4) Memory atau biasa disebut RAM,
minimal 256 MB.
5) Keyboard dan Mouse
Hardware tidak dapat menyelesaikan
masalah tanpa adanya software. Software
merupakan komponen di dalam sistem data
berupa program atau instruksi untuk mengontrol
suatu sistem. Perangkat lunak yang diperlukan
untuk menjalankan perangkat kerasnya adalah:
1) Sistem Operasi, penulis menggunakan
sistem operasi Windows XP SP 3.
2) Editor penulisan script bahasa
pemrograman, penulis menggunakan
notepad++ 5.8.3.
3) MySQL 5.1.41 untuk mengelola
database.
4) PHP 5.3.1 sebagai bahasa pemrograman
server side aplikasi web.
5) Adobe Photoshop CS3 sebagai desain
pembuatan header dan edit gambar.
6) Microsoft Office Visio 2007 sebagai
perancang diagram dan antarmuka.
7) Web Server sebagai server lokal dalam
pengetesan halaman web sebelum file-
file dan script web dipublikasikan pada
internet, seperti Apache Web Server
yang digunakan penulis dengan xampp
1.7.3.
8) Browser sebagai tempat melihat output
atau tampilan halaman web, seperti
Internet Explorer, Mozilla Firefox,
Google Chrome, dan lain-lain.
Perangkat operator (brainware) yang
dapat menjalankan website ini terbagi menjadi
4, yaitu:
1) Administrator
2) Pakar
3) Anggota
4) User publik (pengunjung)
4.2 Gambaran Aplikasi pada Sistem
Adapun gambaran mengenai aplikasi
sistem ini, penulis bagi menjadi empat bagian
yang saling berhubungan, yaitu:
1) Administrator
Seorang administrator dapat
memasukan data ke dalam sistem maupun
mengeditnya. Seorang administrator juga dapat
menghapus data yang tidak diperlukan. Data
yang diolah oleh administrator yaitu data
kualitas, kriteria, detail kriteria, penjual, dan
buku tamu.
2) Pakar
Seorang pakar bertugas mengolah data
penghitungan nilai AHP kriteria dan detail
kriteria penilaian sekaligus mengupdate data-
data tersebut jika diperlukan. Seseorang yang
menjadi pakar harus memahami konsep
penilaian kriteria ubi dan penghitungan AHP
agar tidak keliru dalam memberikan nilai/bobot.
3) Anggota
Anggota dapat menggunakan aplikasi
sesuai dengan fungsinya, memasukan data
penilaian yang akan diolah dan mendapatkan
informasi yang diperlukan.
4) User Publik (Pengunjung)
Pengunjung dapat melihat informasi
yang bersifat umum, mengisi buku tamu, dan
melakukan pendaftaran jika ingin menjadi
anggota untuk menggunakan aplikasi sistem
pendukung keputusan ini.
4.3 Implementasi Antarmuka (Interface)
Pembuatan Sistem Pendukung
Keputusan Penentuan Harga Jual Ubi Cilembu
dibangun dengan halaman utama yang berbeda
tiap penggunanya. Pada aplikasi ini, yang dapat
mengakses adalah administrator, pakar, anggota
dan user publik (pengunjung). Oleh karena itu,
pada implementasinya keempat jenis pengguna
tadi mempunyai antar muka yang berbeda
dalam mengakses halaman utama.
Di dalam PHP, implementasi antarmuka
dilakukan dengan sebuah webpage berekstensi
PHP. Setiap halaman dan file program
keseluruhan ditulis dengan file yang berekstensi
.php.
Di dalam halaman pengunjung terdapat
tujuh menu, yaitu home, batasan, daftar
anggota, login anggota, buku tamu, bantuan,
dan login admin. Berikut adalah tampilan
implementasi untuk halaman pengunjung:
 Gambar Implementasi halaman utama (home) pengunjung
Di dalam halaman anggota terdapat logout. Berikut adalah tampilan implementasi
delapan menu, yaitu home, batasan, penilaian, untuk halaman anggota:
profil, data penjual, data penilaian, bantuan, dan

Gambar Implementasi halaman penilaian (input kriteria)

Gambar Implementasi halaman hitung harga jual

Gambar Implementasi form hasil keputusan (pdf)

Gambar Implementasi halaman hasil perbandingan

 Di dalam halaman admin terdapat enam Berikut adalah tampilan implementasi untuk
menu, yaitu home, data kualitas, data kriteria, halaman admin:
data penjual, data buku tamu, dan logout.

Gambar Implementasi halaman data kriteria

Di dalam halaman pakar terdapat lima adalah tampilan implementasi untuk halaman
menu, yaitu home, data kriteria, hitung AHP pakar:
kriteria, hitung AHP detail, dan logout. Berikut

Gambar Implementasi halaman hitung AHP kriteria

V. PENUTUP
Dari serangkaian proses pembuatan
Sistem Pendukung Keputusan Penentuan Harga
Jual Ubi Cilembu yang telah dilakukan dapat
diperoleh beberapa kesimpulan. Kesimpulan
tersebut diambil dari teori dan berbagai
pengujian yang telah dilakukan serta dari sudut
pandang penulis. Berikut ini kesimpulan yang
bisa diambil:
1. SPK Penentuan Harga Jual Ubi Cilembu
merupakan sebuah aplikasi yang dibuat
untuk mempermudah penentuan kualitas
dan harga jual ubi Cilembu dengan
memperhatikan beberapa kriteria
penilaian dan faktor-faktor produksi.
2. Sistem ini dibangun dengan berbasis
web agar dapat diakses oleh siapa saja,
khususnya bagi pihak-pihak yang
membutuhkan. Dalam
pengaplikasiannya sistem ini dibuat
dengan menggunakan bahasa
pemrograman PHP yang dipadukan
dengan database MySQL.
3. Pengguna dalam sistem ini terdiri dari
user publik (pengunjung) yang
merupakan user biasa tanpa otorisasi
dan user yang memiliki otorisasi yaitu
anggota, administrator dan pakar.
4. Metode Analytical Hierarchy Process
(AHP) digunakan untuk menentukan
nilai/bobot kriteria dan detail kriteria
 penilaian kualitas. Penghitungan AHP
yang dipakai hanya sampai penentuan
nilai eigen vector (priority vector),
sementara untuk perbandingan alternatif
tidak dipakai karena berbeda dalam
pengaplikasiannya.
5. Proses penghitungan AHP kriteria dan
detail kriteria dikelola oleh seorang
pakar yang dalam hal ini paham tentang
metode AHP dan penentuan nilai
perbandingan kriteria penilaian kualitas
ubi Cilembu.
VI. DAFTAR PUSTAKA
Anonim. Pengantar Basis Data Structure
Query Language.
http://ana.staff.gunadarma.ac.id/Downlo
ads/files/16255/SQL.pdf. (diakses
tanggal 26 November 2011)
Fathansyah. 2007. Basis Data. Penerbit
Informatika. Bandung.
Hermawan, J. 2005. Membangun Decision
Support System. Penerbit ANDI.
Yogyakarta.
Jogiyanto. 2001. Analisis dan Desain sistem
Informasi : Pendekatan terstruktur teori
dan praktek aplikasi bisnis. Penerbit
ANDI. Yogyakarta.
Kadir, A. 2008. Dasar Pemrograman Web
Dinamis Menggunakan PHP. Penerbit
ANDI. Yogyakarta.
Kusumadewi, S. dkk. 2006. Fuzzy Multi-
Atribute Decision Making (Fuzzy
MADM). Graha Ilmu. Yogyakarta.
Parno.DFD.
http://tavipia.staff.gunadarma.ac.id/Dow
nloads/files/15425/DFD.pdf. (diakses
tanggal 26 November 2011)
Pressman, R. S. 2002. Rekayasa Perangkat
Lunak, Pendekatan Praktisi. Penerbit
Andi, Yogyakarta.
Sunarto. Tanpa tahun. Sistem Pendukung
Keputusan Pemilihan Handphone
Metode Analytical Hierarchy Process
(AHP) Berbasis PHP. PENS-ITS.
Surabaya. (diakses tanggal 30 April
2012)
Supriyono, dkk. 2007. Sistem Pemilihan
Pejabat Struktural Dengan Metode
AHP. STTN Batan. Yogyakarta.
(diakses tanggal 30 April 2012)
Syaifullah. 2010. Pengenalan Metode AHP
(Analytical Hierarchy Process).
http://syaifullah08.wordpress.com.
(diakses tanggal 30 April 2012)
Wijayaning, N. Suplemen ERD Modul Basis
Data 2009/2010.
http://sirkel.informatics.uii.ac.id/file_dw
n/Suplemen%20ERD%20v2.pdf.
(diakses tanggal 26 November 2011)