Jurnal Ilmiah Mustek Anim Ha Vol.2 No.

2, Agustus 2013
ISSN 2089-6697

SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN KOMODITI

UNGGULAN PADA DAERAH PENGEMBANGAN AGROINDUSTRI
MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)

Gerzon J. Maulany
gerzonm@yahoo.com
Jurusan Sistem Informasi Fakultas Teknik

Universitas Musamus
Merauke

ABSTRAK
Penelitian ini bertujuan membuat suatu perangkat lunak yang dapat membantu
memberikan pertimbangan bagi pengambil keputusan dalam menentukan prioritas komoditi
unggulan yang cocok dan layak dikembangkan pada suatu daerah agroindustri.
Penelitian dilaksanakan dengan merancang aplikasi yang dibangun menggunakan
bahasa pemrogram komputer dan menerapkan prinsip pengembangan sistem dengan
menerapkan metode pengambilan keputusan pemilihan alternatif terbaik dari kriteria-kriteria
tertentu yaitu Simple Additive Weighting (SAW). Penelitian dilakukan dengan menentukan
nilai bobot kriteria dengan menentukan tingkat kepentingan nilai bobot kriteria yang satu
terhadap nilai bobot kriteria lainnya dan melakukan penilaian masing-masing alternatif yang
tersedia terhadap masing-masing kriteria yang ada. Pengolahan selanjutnya dilakukan
normalisasi terhadap hasil penilaian nilai kriteria terhadap alternatif yang ada dan hasilnya di
jumlahkan untuk mendapatkan nilai preferensi setiap alternatif, alternatif dengan nilai
preferensi terbesar adalah alternatif yang memiliki nilai paling baik untuk dipilih dan
diterima.
Hasil pengujian dilakukan dengan metode black box dan Acceptance testing kategori
performance dan telah berhasil melewati pengujian-pengujian tersebut, sehingga
fungsionalitas dari sistem yang diharapkan telah berjalan dengan baik.

Kata kunci : Sistem Pendukung Keputusan,Simple Additive Weighting, Black Box

PENDAHULUAN unggulan daerah dalam membangun dan

Penentuan komoditi yang tepat dalam memetakan potensi agroindustri yang saling
pengembangan daerah agroindustri ada hal mendukung sehingga akan dihasilkan
yang sangat penting sehingga variasi produk pengembangan daerah agroindustri yang
dari komoditi tersebut dapat dikembangkan terintegrasi dalam suatu kawasan.
dan berhasil menjadi salah satu potensi

147
 Jurnal Ilmiah Mustek Anim Ha Vol.2 No. 2, Agustus 2013
ISSN 2089-6697

Isu utama yang dapat diangkat dalam masalah. Data masukkan diperoleh,
penelitian ini adalah bagaiman menghitung diproses, dan diuji dalam rangka
peringkat alternatif-alternatif komoditi mengidentifikasi masalah.
agroindustri yang ada dengan 2. Design
memperhatikan kriteria-kriteria sehingga Tahap ini merupakan proses menemukan
diperoleh hasil penentuan komoditi yang dan mengembangkan alternatif. Tahap ini
terbaik untuk dikembangkan pada daerah meliputi proses untuk mengerti masalah,
tertentu. menurunkan solusi dan menguji
Pada penelitian ini akan kelayakan solusi.
diimplementasikan suatu perangkat software 3. Choice
yang mempunyai kemampuan untuk Pada tahap ini dilakukan proses
memberikan bobot kriteria dan melakukan pemilihan diantara berbagai alternatif
penilaian dari nilai kriteria yang ada pada tindakan yang mungkin dijalankan. Tahap
tiap alternatif yang ada. Metode yang akan ini meliputi pencarian, evaluasi, dan
digunakan adalah metode Simple Additive rekomendasi solusi yang sesuai untuk
Weighting (SAW) sehingga akan terlihat model yang telah dibuat. Solusi dari
pemeringkatan dari alternatif berupa model merupakan nilai spesifik untuk
komoditi-komoditi yang ada terhadap variabel hasil pada alternatif yang dipilih.
pernilai kriteria-kriterianya. 4. Implementation
Tahap implementasi adalah tahap
pelaksanaan dari keputusan yang telah
TINJAUAN PUSTAKA
diambil. Pada tahap ini perlu disusun
a. Proses Pengambilan Keputusan
serangkaian tindakan yang terencana,
Pengambilan keputusan meliputi sehingga hasil keputusan dapat dipantau
beberapa tahap dan melalui beberapa proses dan disesuaikan apabila diperlukan
(Lucas, 1992). Menurut Simon (1960), perbaikan.
pengambilan keputusan meliputi empat Dalam hal ini, model Simon juga
tahap yang saling berhubungan dan menggambarkan kontribusi Sistem
berurutan. Empat proses tersebut adalah : Informasi Manajemen (SIM) dan Ilmu
1. Integelence Manajemen / Operations Research (IM/ OR)
Tahap ini merupakan proses penelusuran terhadap proses pengambilan keputusan,
dan pendeteksian dari lingkup seperti terlihat pada gambar 1.
problematika serta proses pengenalan
148
 Jurnal Ilmiah Mustek Anim Ha Vol.2 No. 2, Agustus 2013
ISSN 2089-6697

Tujuan utama dari DSS adalah

menyediakan dukungan berbasis komputer
untuk proses pengambilan keputusan yang
bersifat rumit dan tidak terjadi berutin

INTELEGENCE
dibandingkan dengan MIS (Management
SIM /PDE
(PENELUSURA
Information System) yang menyediakan
N LINGKUP)
laporan untuk pengambilan keputusan yang
DESIGN bersifat berulang-ulang secara periodik. DSS
(PERANCANGA
N) dapat diimplementasikan dalam berbagai
SPK
bentuk mulai dengan membuat perhitungan
ILMU
CHOICE
MANAJEMEN / dengan spreadsheet sampai dengan bentuk-
(PEMILIHAN)
OPERATIONS
RESEARCH bentuk yang rumit dan fitur-fitur grafis yang
membuat interaksi dengan pengguna lebih
IMPLEMENTATI mudah dilakukan.
ON
(PELAKSANAA
N) Sistem Internet,
Data : Lainnya Intranet,
eksternal yang Ekstranet
Gambar 1. Tahap pengambilan keputusan dan berbasis
internal komputer

Manaje Manaje Manaje

b. Sistem Pendukung Keputusan (SPK) men men men
Mod ekst
Sistem Pendukung Keputusan (Decision el ernal
Subsistem
Support System/DSS) adalah sistem aplikasi
berbasis
yang bersifat fleksibel, interaktif dan adaptif pengetahuan

yang dibangun khusus untuk mendukung Antarmuka

pengguna
proses pengambilan keputusan atas masalah
manajemen yang tidak terstruktur. Peranan
Basis
DSS diharapkan dapat meningkatkan pengetahuan
Manajer
(pengguna)
Organisasional
kualitas proses pengambilan keputusan. DSS
menggunakan data dari sistem-sistem yang
ada dan menggunakan berbagai metode Gambar 2. Arsitektur Sistem Pendukung
pendekatan analisis tertentu yang dibangun Keputusan
melalui proses interaktif dengan pengguna
sistem.

149
 Jurnal Ilmiah Mustek Anim Ha Vol.2 No. 2, Agustus 2013
ISSN 2089-6697

c. Metode Simple Additive Weighting Nilai preferensi untuk setiap alternatif

(SAW) (Vi) diberikan sebagai :

Metode Simple Additive Weighting Vi = ∑𝑛𝑗=1 𝑊𝑗 𝑟𝑖𝑗

(SAW) sering juga dikenal istilah metode

penjumlahan terbobot, dan merupakan salah
Dimana nilai Vi yang lebih besar
satu metode yang tergolong dalam
mengindikasikan bahwa alternatif Ai lebih
penyelesaian masalah Fuzzy Multi Attribute
terpilih.
Decision Making (FMADM) dimana untuk
mencapai tujuan metode ini menggunakan d. Proses Bisnis SPK Menentukan

alternatif optimal dari sejumlah alternatif Prioritas Komoditi Unggulan untuk

dengan kriteria tertentu. Cara kerja Metode Daerah Agroindustri

Simple Additive Weighting adalah dengan Penekanan pada luaran sistem yang
mencari penjumlahan terbobot dari rating dikembangkan adalah pada kemampuan
kinerja pada setiap alternatif pada semua perangkat lunak untuk menghasilkan analisis
atribut, metode ini juga membutuhkan rangking komoditi alternatif berdasarkan
proses normalisasi matriks keputusan (X) ke nilai-nilai kriteria yang ditentukan oleh
suatu skala yang dapat diperbandingkan pengguna. Data untuk menentukan tingkat
dengan semua rating alternatif yang ada. kepentingan dari setiap kriteria ditentukan
Proses normalisasi didapat untuk tiap kolom oleh pakar yang dapat diubah sesuai dengan
kriteria dengan membaginya dengan nilai pertimbangan data simpulan terbaru.
kolom kriteria yang tertinggi dalam kolom Pengguna akan mengisikan formulir
matriks tersebut. penilaian bobot kriteria untuk masing-
Rumus untuk melakukan normalisasi masing alternatif selanjutnya sistem akan
di metode Simple Additive Weighting memproses data-data tersebut dengan
adalah : menggunakan metode SAW dan
𝑋𝑖𝑗 menampilkan data hasil vektor dengan
𝑀𝑎𝑥𝑖 𝑥𝑖𝑗 Jika j adalah atribut keuntungan
rangking vektor hasil dari mulai tertinggi
rij = { 𝑀𝑖𝑛𝑖𝑋
𝑖𝑗
𝑋𝑖𝑗 Jikaj adalah atribut biaya sampai terendah. Proses bisnis dari sistem
yang dikembangkan terlihat sebagai berikut.
Dengan rij adalah rating kinerja
ternormalisasi dari alternatif Ai pada atribut
Cj ; i= 1,2,....m dan j=1,2....,n.

150
 Jurnal Ilmiah Mustek Anim Ha Vol.2 No. 2, Agustus 2013
ISSN 2089-6697

menjadi suatu sistem informasi yang

ADMIN
terintegrasi dengan sistem pendukung
keputusan maka didapat rancangan Entity
DATA, KOMODITI, DAERAH, BOBOT
Relatuonship Diagram (ERD) / diagram
FORM KONSULTASI
0 keterhubungan entitas sebagai berikut :
SPK untuk
NILAI KRITERIA menentukan BOBOT KRITERIA
PENGGUNA prioritas PAKAR
komoditi
Unggulan

VEKTOR HASIL PRIORITAS KOMODITI

Gambar 3. Diagram Arus Data Proses

e. Desain Keterhubungan
Bisnis.Entitas Sistem
Setelah Proses analisis terutama proses
bisnis dilakukan pada sistem yang berjalan
saat ini maka langkah selanjutnya adalah
melakukan desain terhadap sistem yang akan
Gambar 4. Entity Relationship Diagram
dirancang/dikembangkan. Di dahului dengan Sistem.
langkah perancangan hubungan antar entitas
yang ada pada sistem yaitu entitas utama
f. Desain Proses Bisnis Sistem
Daerah dan Komoditi yang dihubungkan
bobot pengembangan sistem ini akan di Gambar 5 mendeskripsikan
kembangkan untuk menentukan produk dari kebergantungan paket sistem yang akan
komoditi yang ada yang cocok dan sangat dikembangkan, penting bagi pengembang
pantas menjadi produk unggulan pada suatu untuk memetakan keberadaan sistem dan
daerah yang dipilih untuk dikembangkan pengaruh dari sistem lainnya diluar sistem
sehingga dalam rencana besar sistem ini ada yang dikembangkan. Dengan gambar ini
tiga kelompok besar alternatif pemecahan pula dapat diprioritaskan paket sistem mana
masalah yang akan ditentukan penilaian yang akan dikembangkan terlebih dahulu
kriterianya yaitu penentuan lokasi yang sehingga sistem akhirnya dapat lengkap
tepat, penentukan komoditi yang tepat,dan berjalan dan saling mendukung antar satu
penentuan produk unggulan dari komoditi sistem dengan sistem lainnya yang
yang ada. Namun dalam penelitian ini hanya terintegrasi dengan baik.
dibahas untuk penentuan prioritas komoditi
yang tepat dan cocok untuk dikembangkan.
Karena Sistem ini akan dikembangkan

151
 Jurnal Ilmiah Mustek Anim Ha Vol.2 No. 2, Agustus 2013
ISSN 2089-6697

pembobotan kriteria ini terlihat pada gambar

berikut.

Gambar 5. Kebergantungan paket sistem

IMPLEMENTASI SISTEM Setiap proses penentuan seleksi
Implementasi dari sistem pendukung komoditi dilakukan melalui suatu konsultasi
keputusan penentuan komoditi yang cocok sehingga pada akhirnya sistem ini dapat
dan tetap untuk dikembangkan pada suatu dilakukan penentuan komoditi yang tepat
daerah agroindustri ini adalah dengan untuk lebih dari proyek, hal ini terlihat pada
mengimplementasikan rancangan-rancangan gambar form konsultasi berikut.
yang telah dibuat sebelumnya yaitu
rancangan input, rancangan proses bisnis,
rancanngan basisdata, dan rancangan output
yang ada. Untuk menjalankan sistem ini
maka implementasi rancangan input yang
perlu dibuat adalah penentuan nilai bobot
terhadap kriteria yang ada dalam hal ini ada
lima kriteria untuk menentukan apakah suatu
Gambar 7. Form Konsultasi Penilaian
komoditi tersebut dapat dinilai sebagai suatu
komoditi yang layak disebut sebagai Proses Penilaian kriteria terhadap
komoditi yang cocok dan tepat untuk bobot yang ada dilakukan satu per satu pada
dikembangkan pada suatu daerah setiap komoditi yang akan dinilai dan
agroindustri, pembobotan kriteria ini termasuk dalam suatu proses konsultasi, hal
bermasuk untuk menentukan derajat ini terlihat pada gambar berikut .
kepentingan pada kriteria yang ada apakah
satu dengan lainnya dengan memasukkan
alasan pemberian bobot pada setiap kriteria
tadi. Hasil implementasi rancangan input

152
 Jurnal Ilmiah Mustek Anim Ha Vol.2 No. 2, Agustus 2013
ISSN 2089-6697

Untuk melihat penerapan Metode

Simple Additive Weighting (SAW) maka
data yang telah diperoleh nilai bobot
terhadap kriteria ini dilakukan proses
normalisasi sehingga diperoleh matriks yang
telah ternormalisasi yaitu matrik dimana
setiap nilai yang ada sebelumnya dibagi
Gambar 8. Form Penilaian Setiap Komoditi dengan nilai tertinggi yang ada pada kolom
terhadap kriteria
setiap kriteria sehingga diperoleh hasil
seperti gambar 10.
Setelah setiap komoditi dinilai
terhadap bobot kriteria yang ada maka akan
terlihat hasil perkalian antara bobot kriteria
dengan nilai yang dilakukan terhadap setiap

komoditi hasil perkalian ini jika

langsung dijumlahkan maka nilai
penjumlahan bobot setiap kriteria terhadap
nilai yang diberikan terhadap setiap
alternatif komoditi akan dapat ditampilkan Gambar 10. Tampilan Matriks Hasil
dan dapat di rangking sehingga rangking Komoditi yang dinormalisasi

teratas dapat merupakan hasil komoditi

dengan tingkat keterpilihan tertinggi seperti Selanjutnya matriks yang telah
terlihat pada gambar 9 berikut ini. dinormalisasikan tersebut setiap kolomnya
dikalikan dengan bobot kriteria setiap kolom
yang mewakili setiap kriteria pada komoditi
yang ada dilakukan penjumlahan untuk tiap
kriteria yang ada pada setiap komoditi
(alternatif) sehingga menghasilkan nilai V
akhir yang akan dirangking sehingga nilai
yang terbesarlah yang memiliki nilai
preferensi tertinggi untuk diterima. Hal ini

Gambar 9. Hasil Penjumlahan setiap komoditi tergambarkan pada gambar 11.

terhadap bobot kriteria
153
 Jurnal Ilmiah Mustek Anim Ha Vol.2 No. 2, Agustus 2013
ISSN 2089-6697

informasi yang dibutuhkan untuk

pengambilan keputusan.

PENGUJIAN SISTEM
Pengujian sistem adalah sangat
penting untuk mengetahui apakah sistem
yang telah dibuat telah berjalan dengan baik
dan dapat dipercaya sehingga dapat
digunakan sesuai dengan peruntukkannya.
Gambar 11. Perangkingan nilai preferensi
Tujuan utama pengembangan sistem adalah
untuk setiap alternatif komoditi
memenuhi harapan dari penggunanya (users
Pada gambar 11 ini tercermin nilai V1 expectation), sehingga jika sistem yang
yang mewakili Komoditi Ketela Pohon dikembangkan tidak sesuai dengan harapan
adalah 0,98, sedangkan nilai V2 yang pengguna maka sistem tersebut dapat
mewakili Komoditi Padi adalah 0,94, nilai dikatakan tidak berhasil dikembangkan.
V3 yang mewakili Komoditi Jagung adalah Pada proses Sistem Pendukung
0,82, dan nilai V4 yang mewakili nilai Keputusan Penentuan Prioritas Komoditi
preferensi untuk alternatif komoditi Kepala Unggulan ini digunakan metode Black Box
adalah 0,65999 hal ini menunjukkan bahwa yaitu menguji apakah sistem telah
nilai preferensi penerimaan untuk alternatif memenuhi kebutuhan fungsionalitas dari
Ketela Pohon adalah yang paling tinggi dan perangkat lunak yang ditetapkan (Software
paling mungkin di terapkan. Penelitian ini Requirement Specification/SRS) sebelum
berfokus pada bagaimana menyediakan sistem dikembangkan. Dan untuk mengunji
perangkat lunak yang mampu menentukan peningkatan kinerja sebelum dan sesudah
perangkingan alternatif kriteria yang sistem dikembangkan digunakan users
dibobotkan tertentu dengan menerapkan acceptance test (pengujian penerimaan
metode Simple Additive Weighting, pengguna)
sehingga nilai-nilai untuk pembobotan dan Pengujian dilakukan dengan
kriteria serta penilai terhadap kriteria dapat menjalankan setiap modul/bagian dari sistem
ditetapkan sendiri dengan cara tertentu dan sehingga diketahui tingkat fungsionalitas
akan diproses oleh aplikasi ini menjadi dapat diuji. Hasil pengukuran ini terlihat
bahwa proses – proses yang telah ditentukan

154
 Jurnal Ilmiah Mustek Anim Ha Vol.2 No. 2, Agustus 2013
ISSN 2089-6697

sebagai fungsionalitas yang harus dimiliki penentuan produk terbaik dari komoditi
oleh sistem yang dikembangkan telah ada yang ada sehingga terlihat nyata produk-
dan berhasil dikembangkan pada sistem produk apa yang cocok untuk
sehingga telah memenuhi harapan dari dikembangkan pada komoditi terpilih.
pengguna.
DAFTAR PUSTAKA
KESIMPULAN 1. Marcia Atkins., Andy Kramek, and Rick
Schummer. 2002. MegaFox: 1002
Kesimpulan dari hasil penelitian ini
things You Wanted to Know About
adalah sebagai berikut : Extending Visual Foxpro.Hentzenwerke
Publishing, Whitefish bay. USA.
1. Sistem Pendukung Keputusan
menentukan Komoditi Unggulan untuk 2. Marcia Atkins., Andy Kramek, and Rick
daerah Agroindustri menggunakan Schummer. 2000. 1001 things You
Wanted to Know About Visual
Metode Simple Additve Weighting Foxpro.Hentzenwerke Publishing,
(SAW) telah berhasil dikembangkan dan Whitefish bay. USA.
3. Jogiyanto HM, 2000. Analisis dan
dapat digunakan sebagai salah satu Disain Sistem Informasi : Pendekataan
perangkat lunak untuk mendukung Terstruktur teori dan praktek aplikasi
bisnis. Edisi ke 3, Andi Offset
pengambilan keputusan di bidangnya. .Yogyakarta
2. Fungsionalitas sistem telah teruji dan
dapat digunakan untuk komoditi yang 4. Chuck Urwiler,Gary DeWitt, Mike
Levy and Leslie Koorhan,2000.
berbeda pada lokasi dengan nilai Client/Server Applications with Visual
parameter kriteria yang berbeda pula. FoxPro and SQL Server. Hentzenwerke
Publishing, Whitefish bay. USA.
SARAN
1. Untuk diuji tingkat keberhasilan metode 5. Sri Kusumadewi,2006. Fuzzy Multi –
Attribute Decision Making (Fuzzy
Simple Additive Weighting ini harus MADM) . Graha Ilmu. Yogyakarta
dilakukan pada beberapa daerah yang
berbeda dengan nilai parameter kriteria 6. Efraim Turban and Jay E. Aronson,
2001, Decision Support Systems and
untuk tiap alternatif yang berbeda pula Intelligent Systems, 6th edition, Prentice
sehingga dapat dihitung tingkat Hall, Upper Saddle River, NJ.
keberhasilan metode ini dengan hasil
dilapangan.
2. Penelitian lanjutan juga dapat dilakukan
dengan mengintegrasikan sistem

155