Penulis
ii
DAFTAR ISI
KATA PENGANTAR ......................................................................................................... ii
DAFTAR ISI .................................................................................................................... iii
DAFTAR TABEL.............................................................................................................. iv
BAB 1 PENDAHULUAN .......................................................................................................... 1
1.1 Latar Belakang............................................................................................................. 1
1.2 Rumusan Masalah ....................................................................................................... 1
1.3 Tujuan Penulisan ......................................................................................................... 1
BAB 2 LANDASAN TEORI...................................................................................................... 2
2.1 Pengertian SPK ........................................................................................................... 2
2.2 Tujuan SPK.................................................................................................................. 2
2.3 Macam-macam Metode SPK ....................................................................................... 3
2.3.1 AHP ...................................................................................................................... 3
2.3.2 SAW ..................................................................................................................... 5
2.3.3 Logika Fuzzy......................................................................................................... 6
2.3.4 TOPSIS ................................................................................................................ 7
BAB 3 HASIL DAN PEMBAHASAN ........................................................................................ 8
3.1 Metode SAW ................................................................................................................ 8
3.2 Pengumpulan Data ...................................................................................................... 9
3.3 Analisis Masalah Pemilihan Kost ................................................................................. 9
3.4 Penyelesaian Masalah Pemilihan Kost .......................................................................12
3.5 Hasil Penyelesaian Masalah Pemilian Kost.................................................................14
BAB 4 KESIMPULAN DAN SARAN .......................................................................................15
4.1 Kesimpulan .................................................................................................................15
4.2 Saran ..........................................................................................................................15
DAFTAR PUSTAKA .......................................................................................................16
LAMPIRAN .....................................................................................................................17
iii
DAFTAR TABEL
Tabel 1. Kriteria.......................................................................................................................... 9
Tabel 2. Bobot kriteria ................................................................................................................ 9
Tabel 3. Kriteria biaya ...............................................................................................................10
Tabel 4. Kriteria jarak ................................................................................................................10
Tabel 5. Kriteria fasilitas ............................................................................................................10
Tabel 6. Kriteria luas kamar ......................................................................................................11
Tabel 7. Kriteria sistem kontrak .................................................................................................11
Tabel 8. Vektor bobot ................................................................................................................12
Tabel 9. Perhitungan SAW ........................................................................................................12
Tabel 10. Hasil perhitungan SAW .............................................................................................14
iv
BAB 1
PENDAHULUAN
2
2.3 Macam-macam Metode SPK
Metode-metode dalam SPK ada beberapa macam, di antaranya yaitu:
1. AHP (Analytic Hierarchy Process)
2. SAW (Simple Additive Weighting)
3. FUZZY
4. TOPSIS (Technique for Order Performance by Similarity to Ideal Solution)
5. Dll
2.3.1 AHP
Analytic Hierarchy Process (AHP) merupakan metode untuk mendukung proses
pengambilan keputusan untuk masalah Multi Criteria Decision Making (MCDM). AHP
menjabarkan masalah multi faktor atau multi kriteria yang kompleks ke dalam suatu hirarki.
Hirarki diartikan sebagai suatu representasi dari suatu permasalahan yang kompleks dalam
suatu struktur multi level dimana level pertama yakni tujuan, yang diikuti level faktor, kriteria,
sub kriteria, dan seterusnya ke bawah hingga pada level terakhir dari alternatif. Penggunaan
hirarki dapat membuat permasalahan tampak lebih terstruktur dan sistematis
Tahapan AHP
Dalam metode AHP dilakukan langkah-langkah sebagai berikut (Lemantara, Setiawan, &
Aji, 2013):
1. Mendefinisikan masalah dan menentukan solusi yang diinginkan.
Dalam tahap ini kita berusaha menentukan masalah yang akan kita pecahkan
secara jelas, detail dan mudah dipahami. Dari masalah yang ada kita coba tentukan
solusi yang mungkin cocok bagi masalah tersebut. Solusi dari masalah mungkin
berjumlah lebih dari satu. Solusi tersebut nantinya kita kembangkan lebih lanjut dalam
tahap berikutnya.
2. Membuat struktur hierarki yang diawali dengan tujuan utama.
Setelah menyusun tujuan utama sebagai level teratas akan disusun level hirarki
yang berada di bawahnya yaitu kriteria-kriteria yang cocok untuk mempertimbangkan
atau menilai alternatif yang kita berikan dan menentukan alternatif tersebut. Tiap
kriteria mempunyai intensitas yang berbeda-beda. Hirarki dilanjutkan dengan
subkriteria (jika mungkin diperlukan).
3
3. Membuat matriks perbandingan berpasangan yang menggambarkan kontribusi
relatif atau pengaruh setiap elemen terhadap tujuan atau kriteria yang setingkat
di atasnya.
Matriks yang digunakan bersifat sederhana, memiliki kedudukan kuat untuk
kerangka konsistensi, mendapatkan informasi lain yang mungkin dibutuhkan dengan
semua perbandingan yang mungkin dan mampu menganalisis kepekaan prioritas secara
keseluruhan untuk perubahan pertimbangan. Pendekatan dengan matriks
mencerminkan aspek ganda dalam prioritas yaitu mendominasi dan didominasi.
Perbandingan dilakukan berdasarkan judgment dari pengambil keputusan dengan
menilai tingkat kepentingan suatu elemen dibandingkan elemen lainnya. Untuk
memulai proses perbandingan berpasangan dipilih sebuah kriteria dari level paling atas
hirarki misalnya K dan kemudian dari level di bawahnya diambil elemen yang akan
dibandingkan misalnya E1,E2,E3,E4,E5.
4. Melakukan perbandingan berpasangan sehingga diperoleh jumlah penilaian
seluruhnya sebanyak n x [(n-1)/2] buah, dengan n adalah banyaknya elemen yang
dibandingkan.
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 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 bisa dilihat di bawah.
Intensitas Kepentingan
1 = Kedua elemen sama pentingnya, Dua elemen mempunyai pengaruh yang sama
besar
3 = Elemen yang satu sedikit lebih penting daripada elemen yanga lainnya, Pengalaman
dan penilaian sedikit menyokong satu elemen dibandingkan elemen yang lainnya
5 = Elemen yang satu lebih penting daripada yang lainnya, Pengalaman dan penilaian
sangat kuat menyokong satu elemen dibandingkan elemen yang lainnya
4
7 = Satu elemen jelas lebih mutlak penting daripada elemen lainnya, Satu elemen yang
kuat disokong dan dominan terlihat dalam praktek
9 = Satu elemen mutlak penting daripada elemen lainnya, Bukti yang mendukung
elemen yang satu terhadap elemen lain memeliki tingkat penegasan tertinggi yang
mungkin menguatkan
Kebalikan = Jika untuk aktivitas i mendapat satu angka dibanding dengan aktivitas j ,
maka j mempunyai nilai kebalikannya dibanding dengan i
5. Menghitung nilai eigen dan menguji konsistensinya, jika tidak konsisten maka
pengambilan data diulangi.
6. Mengulangi langkah 3,4, dan 5 untuk seluruh tingkat hirarki.
7. Menghitung vektor eigen dari setiap matriks perbandingan berpasangan yang
merupakan bobot setiap elemen untuk penentuan prioritas elemen-elemen pada tingkat
hirarki terendah sampai mencapai tujuan. Penghitungan dilakukan lewat cara
menjumlahkan nilai setiap kolom dari matriks, membagi setiap nilai dari kolom dengan
total kolom yang bersangkutan untuk memperoleh normalisasi matriks, dan
menjumlahkan nilai-nilai dari setiap baris dan membaginya dengan jumlah elemen
untuk mensdapatkan rata-rata.
8. Memeriksa konsistensi hirarki.
Yang diukur dalam AHP adalah rasio konsistensi dengan melihat index
konsistensi. Konsistensi yang diharapkan adalah yang mendekati sempurna agar
menghasilkan keputusan yang mendekati valid. Walaupun sulit untuk mencapai yang
sempurna, rasio konsistensi diharapkan kurang dari atau sama dengan 10 %.
2.3.2 SAW
Metode SAW sering disebut sebaga metode penjumlahan terbobot. Konsep dasar metode
SAW yaitu mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua
5
atribut. Metode SAW memerlukan proses normalisasi matriks keputusan (X) ke suatu skala
tertentu yang dapat dibandingkan dengan semua rating alernatif yang ada.
Metode SAW sering digunakan untuk permasalahan MADM (Multiple Attribute Decision
Making). Pembuat keputusan harus menentukan bobot untuk tiap atribut. Skor total untuk sebuah
alternatif diperoleh dengan menjumlahkan seluruh hasil perkalian antara rating (yang dapat
dibandingkan lintas atribut) dan bobot tiap atribut. Rating tiap atribut haruslah bebas dimensi
yang artinya telah melewati proses normalisasi sebelumnya.
Langkah Penyelesaian SAW (Eniyati, 2011):
1. Menentukan kriteria-kriteria yang akan dijadikan acuan dalam pengambilan keputusan,
yaitu Ci.
2. Menentukan rating kecocokan setiap alternatif pada setiap kriteria.
3. Membuat matriks keputusan berdasarkan kriteria (Ci), kemudian melakukan
normalisasi matriks berdasarkan persamaan yang disesuaikan dengan jenis atribut
(atribut keuntungan ataupun atribut biaya) sehingga diperoleh matriks ternormalisasi
R.
4. Hasil akhir diperoleh dari proses perankingan yaitu penjumlahan dari perkalian matriks
ternormalisasi R dengan vektor bobot sehingga diperoleh nilai terbesar yang dipilih
sebagai alternatif terbaik (Ai)sebagai solusi.
6
2. Penalaran adalah proses implikasi dalam menalar nilai masukan guna penentuan nilai
keluaran sebagai bentu pengambilan keputusan. Salah satu model penalaran yang
banyak dipakai adalah penalaran max-min. Dalam penalaran ini, proses pertama yang
dilakukan adalah melakukan operasi min sinyal keluaran lapisan fuzzifikasi, yang
diteruskan dengan operasi max untuk mencari nilai keluaran yang selanjutnya akan
didefuzzifikasikan sebagai bentuk keluaran.
3. Aturan dasar (rule based) pada control logika fuzzy merupakan suatu bentuk aturan
relasi “Jika-Maka” atau “if-then” seperti berikut ini: if x is A then y is B dimana A dan
B adalah linguistic values yang didefinisikan dalam rentang variabel X dan Y.
Pernyataan “x is A” disebut antecedent atau premis. Pernyataan “y is B” disebut
consequent atau kesimpulan.
4. Defuzzifikasi Input dari proses defuzzifikasi adalah suatu himpunan fuzzy yang
diperoleh dari komposisi aturan-aturan fuzzy, sedangkan output yang dihasilkan
merupakan suatu bilangan pada domain himpunan fuzzy tersebut. Sehingga jika
diberikan suatu himpunan fuzzy dalam range tertentu, maka harus dapat diambil suatu
nilai crisp tertentu.
2.3.4 TOPSIS
TOPSIS (Technique for Order Performance by Similarity to Ideal Solution) didasarkan
pada konsep dimana alternatif terpilih yang terbaik tidak hanya memiliki jarak terpendek dari
solusi ideal positif, tetapi juga memiliki jarak terpanjang dari solusi ideal negatif. Konsep ini
banyak digunakan pada beberapa model MADM karena konsepnya sederhana dan mudah
dipahami, komputasinya efisien, dan memiliki kemampuan untuk mengukur kinerja alternatif.
Langkah-langkah penyelesaian masalah MADM dengan TOPSIS:
1. Membuat matriks keputusan yang ternormalisasi;
2. Membuat matriks keputusan yang ternormalisasi terbobot;
3. Menentukan matriks solusi ideal positif & matriks solusi ideal negatif;
4. Menentukan jarak antara nilai setiap alternatif dengan matriks solusi ideal positif &
matrikssolusi ideal negatif.
5. Menentukan nilai preferensi untuk setiap alternatif
7
BAB 3
HASIL DAN PEMBAHASAN
3.1 Metode SAW
Untuk permasalahan SPK ini, penulis memakai metode SAW (Simple Additive
Weighting) karena selain waktu yang dibutuhkan dalam perhitungan lebih singkat, kelebihan
lainnya adalah:
1. Menentukan nilai bobot untuk setiap atribut kemudian dilanjutkan dengan proses
perankingan yang akan menyeleksi alternatif terbaik dari sejumlah alternatif.
2. Penilaian akan lebih tepat karena didasarkan pada nilai kriteria dari bobot preferensi
yang sudah ditentukan.
3. Adanya perhitungan normalisasi matriks sesuai dengan nilai atribut (antara nilai
benefit dan cost)
𝑋𝑖𝑗
𝑟𝑖𝑗 = ,jika j adalah atribut keuntungan (benefit).
𝑀𝑎𝑥𝑖𝑗
𝑀𝑖𝑛𝑖 ,jika j adalah atribut biaya (cost).
{ 𝑋𝑖𝑗
Keterangan :
rij = nilai rating kinerja ternormalisasi
xij = nilai atribut yang dimiliki dari setiap atribut
Max(xij) = nilai terbesar dari setiap kriteria
Min(xij) = nilai terkecil dari setiap kriteria
Benefit = jika nilai terbesar adalah terbaik
Cost = jika nilai terkecil adalah yang terbaik
Nilai preferensi untuk setiap alternatif (Vi) diberikan sebagai:
𝑉𝑖 = ∑𝑛𝑗=0 𝑤𝑗 𝑟𝑖𝑗
8
Keterangan :
Vi = rangking untuk setiap alternative
wj = nilai bobot untuk setiap kriteria
rij = nilai rating kinerja ternormalisasi
Nilai Vi yang lebih besar mengindikasikan bahwa alternatif Ai lebih terpilih. Metode ini
merupakan metode yang paling terkenal dan paling banyak digunakan dalam menghadapi situasi
Multiple Attribute Decision Making (MADM).
Dari kriteria tersebut, maka ditentukan suatu tingkatan kepentingan kriteria berdasarkan
nilai bobot yang telah ditentukan ke dalam bilangan fuzzy. Rating kecocokan setiap alternatif
pada setiap kriteria adalah sebagai berikut:
Tabel 2. Bobot kriteria
9
Cukup (C) 3
Tinggi (T) 4
Sangat Tinggi (ST) 5
2. Kriteria Biaya
Variabel Biaya dikonversikan dengan bilangan fuzzy di bawah ini:
Tabel 3. Kriteria biaya
Biaya Nilai
>=1.500.000 1
>1.500.000<1.200.000 2
>1.200.000<900.000 3
>900.000<600.000 4
<=600.000 5
3. Kriteria Jarak
Variabel Jarak dikonversikan dengan bilangan fuzzy di bawah ini:
Tabel 4. Kriteria jarak
Jarak Nilai
Dekat Tempat Hiburan 1
Dekat Jalan Raya 2
Dekat Rumah Makan 3
Dekat Tempat Ibadah 4
Dekat Kampus 5
4. Kriteria Fasilitas
Variabel Fasilitas dikonversikan dengan bilangan fuzzy di bawah ini:
Tabel 5. Kriteria fasilitas
Fasilitas Nilai
Kamar Tidur, Lemari 1
Kamar Tidur, Lemari, Kamar Mandi Dalam 2
10
Kamar Tidur, Lemari, Kamar Mandi Dalam, 3
Dapur Umum
Kamar Tidur, Lemari, Kamar Mandi Dalam, 4
Dapur Umum
Kamar Tidur, Lemari, Kamar Mandi Dalam, 5
Dapur Umum, Akses WIFI
11
Tabel 8. Vektor bobot
Kriteria
Alternatif C1 C2 C3 C4 C5
Cost Benefit Benefit Benefit Cost
Kost1 1 3 5 4 4
Kost2 3 4 3 2 5
Kost3 2 5 3 3 3
Kost4 3 5 4 3 4
Pengunjung 5 5 3 2 5
12
Normalisasi matrik
1. Kost1 (K1)
R11 = Min{1,3,2,3}/1 = 1/1 = 1
R12 = 3/Max{3,4,5,5} = 3/5 = 0,6
R13 = 5/Max{5,3,3,4} = 5/5 = 1
R14 = 4/Max{4,2,3,3} = 4/4 = 1
R15 = Min{4,5,3,4}/4 = 3/4 = 0,75
2. Kost2 (K2)
R21 = Min{1,3,2,3}/3 = 1/3 = 0,33
R22 = 4/Max{3,4,5,5} = 4/5 = 0,8
R23 = 3/Max{5,3,3,4} = 3/5 = 0,6
R24 = 2/Max{4,2,3,3} = 2/4 = 0,5
R25 = Min{4,5,3,4}/5 = 3/5 = 0,6
3. Kost3 (K3)
R31 = Min{1,3,2,3}/2 = 1/2 = 0,5
R32 = 5/Max{3,4,5,5} = 5/5 = 1
R33 = 3/Max{5,3,3,4} = 3/5 = 0,6
R34 = 3/Max{4,2,3,3} = 3/4 = 0,75
R35 = Min{4,5,3,4}/3 = 3/3 = 1
4. Kost4 (K4)
R41 = Min{1,3,2,3}/3 = 1/3 = 0,33
R42 = 5/Max{3,4,5,5} = 5/5 = 1
R43 = 4/Max{5,3,3,4} = 4/5 = 0,8
R44 = 3/Max{4,2,3,3} = 3/4 = 0,75
R45 = Min{4,5,3,4}/4 = 3/4 = 0,75
5. Pengunjung (P)
R11 = Min{1,3,2,3}/5 = 1/5 = 0,2
R12 = 5/Max{3,4,5,5} = 5/5 = 1
R13 = 3/Max{5,3,3,4} = 3/5 = 0,6
R14 = 2/Max{4,2,3,3} = 2/4 = 0,5
13
R15 = Min{4,5,3,4}/5 = 3/5 = 0,6
Selanjutnya akan dibuat perkalian W * R dan perjumlahan hasil perkalian untuk
memperoleh alternatif terbaik dengan melakukan perangkingan nilai terbesar sebagai berikut:
Vkost1 = (4 * 1) + (4 * 0,6) + (3 * 1) + (3 * 1) + (2 * 0,75) = 13,9
Vkost2 = (4 * 0,33) + (4 * 0,8) + (3 * 0,6) + (3 * 0,5) + (2 * 0,6) = 9,02
Vkost3 = (4 * 0,5) + (4 * 1) + (3 * 0,6) + (3 * 0,75) + (2 * 1) = 12,05
Vkost4 = (4 * 0,33) + (4 * 1) + (3 * 0,8) + (3 * 0,75) + (2 * 0,75) = 11,47
Vpengunjung = (4 * 0,2) + (4 * 1) + (3 * 0,6) + (3 * 0,5) + (2 * 0,6) = 9,3
Untuk menentukan kost sesuai kriteria mahasiswa hitung selisih semua Vkost dengan
Vmahasiswa kost yang sesuai adalah yang selisihnya paling mendekati pengunjung:
Vkost1 = 13,9 – 9,3 = 4,6
Vkost2 = 9,02 – 9,3 = -0,28
Vkost3 = 12,05 – 9,3 = 2,75
Vkost4 = 11,47 – 9,3 = 2,17
14
BAB 4
KESIMPULAN DAN SARAN
4.1 Kesimpulan
Untuk membantu pemilihan kost, maka kini telah bisa dihitung dengan menggunakan
metode Simple Additive Weighting (SAW) untuk membantuk mahasiswa khususnya dengan
memperhatikan kriteria biaya, jarak, fasilias dan sistem kontrak. Pemilihan metode SAW ini
terbukti mudah, efektif, dan efisien dalam proses perhitungannya. Hasilnya SPK ini dapat
mempercepat mahasiswa dalam memilih dan mengurangi kesalahan dalam pemilihan kost.
4.2 Saran
Dalam penulisan makalah ini, penulis melakukan perhitungan SPK dengan metode SAW
masih hitung manual. Penulisan berikutnya diharapkan dapat membuatkan program aplikasi
untuk membantu dalam pemilihan kost ini. Kombinasi perhitungan dengan metode SPK lain
seperti AHP dan TOPSIS juga bisa ditambahkan ke dalam penulisan selanjutnya.
15
DAFTAR PUSTAKA
Eniyati, S. (2011). Perancangan Sistem Pendukung Pengambilan Keputusan untuk Penerimaan
Beasiswa dengan Metode SAW (Simple Additive Weighting). Dinamik-Jurnal Teknologi
Informasi, 16(2).
Kurniasih, D. L. (2017). Sistem pendukung keputusan pemilihan laptop dengan metode TOPSIS.
Pelita Informatika: Informasi Dan Informatika, 3(2).
Lemantara, J., Setiawan, N. A., & Aji, M. N. (2013). Rancang Bangun Sistem Pendukung
Keputusan Pemilihan Mahasiswa Berprestasi Menggunakan Metode AHP dan Promethee.
Jurnal Nasional Teknik Elektro Dan Teknologi Informasi (JNTETI), 2(1).
Lina Purwasari, L. (2016). Implementasi Teknologi Rest pada Pembobotan Kriteria Kosan di
Area UIN Menggunakan Metode SAW (Simple Additive Weighting (Studi Kasus: Kosan
sekitar UIN). UIN Sunan Gunung Djati Bandung.
Rohayani, H. (2013). Analisis sistem pendukung keputusan dalam memilih program studi
menggunakan metode logika fuzzy. Jurnal Sistem Informasi, 5(1).
Subiyakto, H. B. dan A. (2012). Pengenalan Pola dengan Segitiga Fuzzy untuk Model Input Data
yang Berdistribusi. Jurnal Komputer, 3(1), 7–15. Retrieved from www.google.com
16
LAMPIRAN
Kuesioner Sistem Pendukung Keputusan Pemilihan Kost untuk Mahasiswa Di Uin Syarif
Hidayatullah Jakarta Menggunakan Metode Saw (Simple Additive Weighting)
Nama Responden :
Jenis Kelamin : L/P
Status : Mahasiswa
I. Isilah kuesioner di bawah ini sesuai dengan jawaban anda! (Bulatkan jawaban Anda)
1. Apakah Anda pernah mengalami kebingungan dalam pemilihan kost selama ini?
a. Ya b. Tidak
2. Menurut Anda apakah kost merupakan kebutuhan yang harus dipenuhi?
a. Ya b. Tidak
3. Apakah Anda merasa mendapat manfaat ketika sudah menempati kost?
a. Ya b. Tidak
4. Menurut Anda, perlukah adanya sistem pengambilan keputusan dalam pemilihan kost?
a. Ya b. Tidak
II. Jawablah pertanyaan berikut berdasarkan Nilai Tingkat Terpenting bagi Anda, dimana:
1 = Sangat Rendah (SR)
2 = Rendah (R)
3 = Cukup (C)
4 = Tinggi (T)
5 = Sangat Tinggi (T)
Pernyataan Kriteria:
1. Kisaran dengan harga berapa jika anda ingin memilih sebuah kost?
Biaya Nilai
>=1.500.000
>1.500.000<1.200.000
>1.200.000<900.000
>900.000<600.000
<=600.000
17
3. Pilihlah maksimal 6 fasilitas kost yang ingin Anda miliki? (Bulatkan pada nomor)
No Fasilitas
1 Kamar Tidur
2 Kamar Mandi Dalam
3 Kamar Mandi Luar
4 Ruang Tamu
5 Dapur Mandiri
6 Dapur Umum
7 Lemari
8 Kipas Angin
9 AC
10 Kursi
11 Meja
12 TV
13 Akses Wifi
14 Wastafel
15 Kulkas
16 Tempat Jemuran
18