SKRIPSI
DIDI PRATAMA
121421040
SKRIPSI
DIDI PRATAMA
121421040
PERSETUJUAN
Diluluskan di
Medan, 16 April 2015
Komisi Pembimbing :
Pembimbing I Pembimbing II
Diketahui/Disetujui oleh
Program Studi Ekstensi S1 Ilmu Komputer
Ketua,
PERNYATAAN
SKRIPSI
Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa
kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya.
Didi Pratama
121421040
iv
PENGHARGAAN
Alhamdulillah. Puji syukur penulis ucapkan kehadirat Allah SWT yang telah
memberikan rahmat dan hidayah-Nya, sehingga penulis dapat menyelesaikan tugas
akhir yang berjudul Perbandingan Metode Analytical Hierarchy Process (AHP) dan
Metode Preference Ranking Organization Method For Enrichment Evaluation
(PROMETHEE) untuk Pemilihan Hardisk Eksternal ini tepat pada waktunya.
Shalawat beserta salam juga tak lupa penulis haturkan kehadirat junjungan kita Nabi
besar Muhammad SAW.
Skripsi ini disusun sebagai salah satu syarat untuk menyelesaikan pendidikan
Sarjana Ilmu Komputer Fakultas Ilmu Komputer dan Teknologi Informasi Universitas
Sumatera Utara. Dalam tugas akhir ini, penulis banyak mendapat masukan serta
dukungan dari berbagai pihak.
Selesainya tugas akhir ini tidak terlepas dari bimbingan, bantuan dan dukungan
banyak pihak, sehingga pada kesempatan ini penulis mengucapkan terima kasih yang
sebesar-besarnya kepada:
1. Bapak Prof. Dr. dr. Syahril Pasaribu, DTM&H, M.Sc.(CTM), Sp.A.(K) selaku
Rektor Universitas Sumatera Utara.
2. Bapak Prof. Dr. Muhammad Zarlis selaku Dekan Fakultas Ilmu Komputer dan
Teknologi Informasi Universitas Sumatera Utara.
3. Bapak Dr. Poltak Sihombing, M.Kom. selaku Ketua Program Studi S1 Ilmu
Komputer Universitas Sumatera Utara sekaligus sebagai Dosen Pembanding I
yang sudah banyak memberikan kritik dan saran kepada penulis.
4. Ibu Maya Silvi Lydia, B.Sc., M.Sc. selaku Sekretaris Program Studi S1 Ilmu
Komputer Universitas Sumatera Utara.
5. Bapak Drs. Agus Salim Harahap, M.Si. selaku Dosen Pembimbing I yang telah
banyak memberikan arahan dan bimbingan kepada penulis selama penyusunan
skripsi ini.
v
6. Ibu Dian Rachmawati, S.Si, M.Kom. selaku Dosen Pembimbing II yang juga
telah banyak memberikan masukan dan bimbingan kepada penulis selama
penyusunan skripsi ini.
7. Bapak M. Andri Budiman, S.T, M.Comp.Sc, M.E.M selaku Dosen Pembanding II
yang telah memberikan kritik dan saran dalam penyempurnaan skripsi ini.
8. Seluruh dosen program studi Ilmu Komputer Fakultas Ilmu Komputer dan
Teknologi Informasi Universitas Sumatera Utara yang telah memberikan ilmu
pengetahuannya kepada penulis selama perkuliahan.
9. Kepada orang tua penulis, Abah Wardi dan Mamak Nuriani, yang tidak kenal lelah
memotivasi penulis untuk sukses dan pantang menyerah dan selalu memberikan
dukungan baik materi maupun non materi, perhatian, serta doa tanpa henti kepada
penulis dan terkhusus kepada Wak Sugeng beserta seluruh keluarga, Bang Adek
beserta seluruh keluarga, Paman Gunawan, dan Ibu Vivi beserta seluruh keluarga
yang telah memberikan semangat kepada saya.
10. Teman-teman kuliah dan teman-teman terbaik, Mas Syaipul, Mas Rino, Bang
Jahrudin, Kak Claudia, Kak Indah, Bang Berkat, Kak Tika dan lain-lain yang
selalu memberikan semangat dan dukungan kepada penulis selama menyelesaikan
skripsi ini.
11. Teman-teman Ekstensi Ilmu Komputer Angkatan 2012 yang telah banyak
membantu penulis baik dalam menyusun tugas akhir ini.
Pada penulisan tugas akhir ini, penulis telah berusaha semaksimal mungkin
untuk mencapai kesempurnaan. Namun penulis menyadari terdapat kelemahan dan
kekurangan dalam penulisan tugas akhir ini. Untuk itu penulis mengharapkan kritik
dan saran dari pembaca sekalian demi penyempurnaan tugas akhir ini.
Didi Pratama
vi
ABSTRAK
Sistem pendukung keputusan adalah pemberi alternatif solusi pada pembuat kebijakan
dalam menentukan pilihan. Hardisk Eksternal yang beragam dengan fungsi dan
kegunaan yang berbeda merupakan sebuah permasalahan baru bagi pembuat
kebijakan. Tujuan dari penelitian ini adalah bagaimana menentukan pilihan terhadap
Hardisk Eksternal yang sesuai dengan kebutuhan user berdasarkan nilai dari kriteria
pemilihan dan dengan memperhatikan jenis keputusan dari setiap kriteria. Sistem
pendukung keputusan yang digunakan dalam penelitian ini menggunakan metode
Analytical Hierarchy Process (AHP) dan metode Preference Ranking Organization
Method For Enrichment Evaluation (PROMETHEE). Dalam mengambil keputusan
digunakan 4 kriteria pembanding untuk menentukan Hardisk Eksternal, yaitu
Kapasitas, Kecepatan Transfer, Dimensi dan Tipe USB. Aplikasi pada penelitian ini
dibangun dengan menggunakan bahasa pemrograman Java. Hasil akhir penelitian ini
memberikan alternatif terbaik yaitu Hardisk Eksternal Lacie Rugged Triple dengan
nilai 0,23 dengan menggunakan metode AHP dan dengan menggunakan metode
PROMETHEE yaitu Hardisk Eksternal Lacie Rugged Triple dengan nilai 0,29.
Adapun total waktu rata-rata yang diperlukan metode AHP untuk mengeksekusi
program adalah 0,091000 detik dan total waktu rata-rata yang diperlukan metode
PROMETHEE untuk mengeksekusi program adalah 0,016000 detik. Pada Penelitian
ini tingkat kompleksitas waktu dalam pemilihan AHP yaitu T(n) = Ө(n3) sedangkan
untuk PROMETHEE T(n) = Ө(n). Solusi akhir ini memberikan referensi alternatif
pilihan bagi pembuat kebijakan dalam menentukan pilihan.
ABSTRACT
Decision support system is an alternative solution to the decision maker to decide the
choice. Many kinds of an External Hard Drive with functions different and uses are a
new problem for the decision maker. The purpose of this research is how to choose a
choice of an External Hard Drive which based on to user needs, based on the value of
the selection criteria, and by paying attention to kind of decision. Decision support
system used in this study is Analytical Hierarchy Process (AHP) method and
Preference Ranking Organization Method For Enrichment Evaluation (PROMETHE)
method. In deciding the decision, it is used four comparison criteria to determine
External Hardisk, they are Capacity, Transfer Speeds, Dimensions and USB Type.
The application in this study is built by using the Java programming language. The
final results of this study provide the best alternative which is External Hard Drive
LaCie Rugged Triple with a value 0,23 by using AHP method and with using
PROMETHEE method is LaCie Rugged Triple External Hard Drive with a value 0,29.
The average total time required to execute the program by using AHP method which
is 0,091000 second and the average total time required to execute the program by
using PROMETHEE method which is 0,016000 second. In this research the
complexity of algorithm in the election AHP is T(n) = Ө(n3) while for the
PROMETHEE is T(n) = Ө(n). The Final solution is an alternative reference for
decision maker to determine the choice.
Keyword: Decision Support System (DSS), Analytical Hierarchy Process (AHP) and
Preference Ranking Organization Method For Enrichment Evaluation
(PROMETHEE) Hard Drive.
viii
DAFTAR ISI
Halaman
Persetujuan ii
Pernyataan iii
Penghargaan iv
Abstrak vi
Abstract vii
Daftar Isi viii
Daftar Tabel x
Daftar Gambar xii
BAB I PENDAHULUAN
1.1. Latar Belakang 1
1.2. Rumusan Masalah 2
1.3. Batasan Masalah 3
1.4. Tujuan Penelitian 3
1.5. Manfaat Penelitian 3
1.6. Metodologi Penelitian 3
1.7. Sistematika Penulisan 4
DAFTAR TABEL
Halaman
DAFTAR GAMBAR
Halaman
ABSTRAK
Sistem pendukung keputusan adalah pemberi alternatif solusi pada pembuat kebijakan
dalam menentukan pilihan. Hardisk Eksternal yang beragam dengan fungsi dan
kegunaan yang berbeda merupakan sebuah permasalahan baru bagi pembuat
kebijakan. Tujuan dari penelitian ini adalah bagaimana menentukan pilihan terhadap
Hardisk Eksternal yang sesuai dengan kebutuhan user berdasarkan nilai dari kriteria
pemilihan dan dengan memperhatikan jenis keputusan dari setiap kriteria. Sistem
pendukung keputusan yang digunakan dalam penelitian ini menggunakan metode
Analytical Hierarchy Process (AHP) dan metode Preference Ranking Organization
Method For Enrichment Evaluation (PROMETHEE). Dalam mengambil keputusan
digunakan 4 kriteria pembanding untuk menentukan Hardisk Eksternal, yaitu
Kapasitas, Kecepatan Transfer, Dimensi dan Tipe USB. Aplikasi pada penelitian ini
dibangun dengan menggunakan bahasa pemrograman Java. Hasil akhir penelitian ini
memberikan alternatif terbaik yaitu Hardisk Eksternal Lacie Rugged Triple dengan
nilai 0,23 dengan menggunakan metode AHP dan dengan menggunakan metode
PROMETHEE yaitu Hardisk Eksternal Lacie Rugged Triple dengan nilai 0,29.
Adapun total waktu rata-rata yang diperlukan metode AHP untuk mengeksekusi
program adalah 0,091000 detik dan total waktu rata-rata yang diperlukan metode
PROMETHEE untuk mengeksekusi program adalah 0,016000 detik. Pada Penelitian
ini tingkat kompleksitas waktu dalam pemilihan AHP yaitu T(n) = Ө(n3) sedangkan
untuk PROMETHEE T(n) = Ө(n). Solusi akhir ini memberikan referensi alternatif
pilihan bagi pembuat kebijakan dalam menentukan pilihan.
ABSTRACT
Decision support system is an alternative solution to the decision maker to decide the
choice. Many kinds of an External Hard Drive with functions different and uses are a
new problem for the decision maker. The purpose of this research is how to choose a
choice of an External Hard Drive which based on to user needs, based on the value of
the selection criteria, and by paying attention to kind of decision. Decision support
system used in this study is Analytical Hierarchy Process (AHP) method and
Preference Ranking Organization Method For Enrichment Evaluation (PROMETHE)
method. In deciding the decision, it is used four comparison criteria to determine
External Hardisk, they are Capacity, Transfer Speeds, Dimensions and USB Type.
The application in this study is built by using the Java programming language. The
final results of this study provide the best alternative which is External Hard Drive
LaCie Rugged Triple with a value 0,23 by using AHP method and with using
PROMETHEE method is LaCie Rugged Triple External Hard Drive with a value 0,29.
The average total time required to execute the program by using AHP method which
is 0,091000 second and the average total time required to execute the program by
using PROMETHEE method which is 0,016000 second. In this research the
complexity of algorithm in the election AHP is T(n) = Ө(n3) while for the
PROMETHEE is T(n) = Ө(n). The Final solution is an alternative reference for
decision maker to determine the choice.
Keyword: Decision Support System (DSS), Analytical Hierarchy Process (AHP) and
Preference Ranking Organization Method For Enrichment Evaluation
(PROMETHEE) Hard Drive.
BAB I
PENDAHULUAN
Hardisk merupakan ruang simpan utama dalam sebuah komputer. Bukan hanya
dokumen, tapi juga gambar, musik, dan video. Program-program komputer, sistem
operasi semuanya disimpan dalam hardisk komputer. Hardisk merupakan media
penyimpan yang didesain untuk dapat digunakan menyimpan data dalam kapasitas
yang besar. Pada penelitian ini penulis hanya akan membahas mengenai hardisk
eksternal. Hardisk eksternal adalah hardisk yang berdiri sendiri, terhubung dengan
kabel ke port USB (Universal Serial Bus) ke unit komputer, sama seperti hardisk
internal (Vermaat, 2008). Selain itu volume serta desainnya yang simpel memudahkan
untuk dibawa dan disimpan tanpa menghabiskan ruang dan tempat. Permasalahannya
ialah bagaimana cara user memilih hardisk eksternal yang sesuai diantara hardisk
eksternal yang ada sehingga penggunaan terhadap hardisk eksternal sesuai dengan
kebutuhan user.
Masalah yang akan dibahas dalam penelitian ini adalah bagaimana menghasilkan
sebuah sistem yang mampu membandingkan algoritma AHP dan algoritma
PROMETHEE untuk pemilihan hardisk eksternal yang sesuai dengan kebutuhan user.
3
Tujuan dari penelitian ini adalah mengambil satu keputusan dalam pemilihan hardisk
eksternal yang sesuai dengan kebutuhan user di antara hardisk eksternal yang ada
dengan pemanfaatan algoritma AHP dan PROMETHEE.
Metodologi penelitian yang digunakan dalam penulisan tugas akhir ini adalah sebagai
berikut:
a. Studi Literatur
Metode ini dilaksanakan dengan melakukan studi kepustakaan melalui membaca
buku-buku yang relevan dengan tema skripsi, jurnal yang relevan mengenai
sistem pendukung keputusan, Algoritma AHP dan Algoritma PROMETHEE.
b. Analisis
Pada tahap ini dilakukan pengumpulan data-data dari hasil studi kepustakaan
kemudian melakukan analisis sehingga menjadi suatu informasi.
4
c. Perancangan
Pada tahap ini akan dilakukan perancangan sistem pengambilan keputusan dalam
penentuan hardisk eksternal yang sesuai dengan kebutuhan user. Termasuk di
dalamnya yaitu perancangan flowchart, use case diagram, sequence diagram,
activity diagram, dan desain interface serta perancangan sistem.
d. Implementasi
Pada tahap ini menerapkan Algoritma Analytical Hierarchy Process (AHP) dan
Algoritma Preference Ranking Organization For Enrichment Evaluation
(PROMETHEE) ke dalam bentuk kode program menggunakan Java 6.8.
e. Pengujian
Proses pengujian terhadap program yang dihasilkan untuk mengetahui apakah
program sudah berjalan dengan benar dan sesuai dengan perancangan yang
dilakukan.
f. Dokumentasi
Tahap ini berisi kesimpulan akhir dari hasil analisa dan laporan tentang penelitian
yang telah dilakukan.
Dalam struktur penulisannya, skripsi ini disusun menjadi beberapa bab seperti berikut:
BAB I : PENDAHULUAN
Bab ini akan menjelaskan mengenai latar belakang pemilihan judul skripsi
“Perbandingan Metode Analytical Hierarchy Process (AHP) Dan Metode
Preference Ranking Organization Method For Enrichment Evaluation
(PROMETHEE) Untuk Pemilihan Hardisk Eksternal”, rumusan masalah,
batasan masalah, tujuan penelitian, manfaat penelitian, metodologi
penelitian, dan sistematika penulisan.
BAB II : TINJAUAN PUSTAKA
Bab ini membahas mengenai teori-teori yang berkaitan dengan
perancangan model sistem pendukung keputusan dalam pemilihan
Hardisk Eksternal.
5
Keputusan (decision) yaitu pilihan dari dua atau lebih kemungkinan. Keputusan dapat
dilihat pada kaitannya dengan proses, yaitu bahwa suatu keputusan ialah keadaan
akhir dari suatu proses yang lebih dinamis yang disebut pengambilan keputusan.
Dengan kata lain, keputusan merupakan sebuah kesimpulan yang dicapai sesudah
dilakukan pertimbangan, yang terjadi setelah satu kemungkinan dipilih, sementara
yang lain dikesampingkan (Bobby, 2011).
Menurut Simon ada 4 tahap yang harus dilalui dalam proses pengambilan keputusan
yaitu (Daihani, 2001):
1. Penelusuran (Intelligence)
Tahap ini merupakan tahap pendefinisian masalah serta identifikasi informasi
yang dibutuhkan yang berkaitan dengan persoalan yang dihadapi serta keputusan
yang akan di ambil. Langkah ini sangat menentukan tingkat ketepatan keputusan
yang akan di ambil, karena sebelum suatu tindakan di ambil, tentunya persoalan
yang di ambil harus dirumuskan terlebih dahulu secara jelas.
7
2. Perancangan (Design)
Tahap ini merupakan tahap analisa dalam kaitan mencari atau merumuskan
alternatif-alternatif pemecahan masalah. Setelah permasalahan diputuskan dengan
baik, maka tahap berikutnya adalah merancang atau membangun model
pemecahan masalahnya dan menyusun berbagai alternatif pemecahan masalah.
3. Pemilihan (Choice)
Dengan mengacu pada rumusan tujuan serta hasil yang diharapkan, selanjutnya
manajemen memilih alternatif solusi yang diperkirakan paling sesuai. Pemilihan
alternatif ini akan mudah dilakukan apabila hasil yang di inginkan terukur atau
memiliki nilai kuantitas tertentu.
4. Implementasi (Implementation)
Tahap ini merupakan tahap pelaksanaan dari keputusan yang telah di ambil. Pada
tahapan ini perlu disusun serangkaian tindakan yang terencana, sehingga hasil
keputusan dapat dipantau dan disesuaikan apabila diperlukan perbaikan-perbaikan.
Sistem Pendukung Keputusan (SPK) atau Decision Support System (DSS) pertama
kali di ungkapkan pada awal tahun 1970-an oleh Michael Scott Morton dengan istilah
Management Decision System. Little (1970) mendefinisikan SPK sebagai sekumpulan
prosedur berbaris model untuk data pemrosesan dan penilaian guna membantu para
manajer mengambil keputusan. Menurut Turban, sistem pendukung keputusan
merupakan suatu pendekatan untuk mendukung pengambilan keputusan (Turban,
2005).
Semi Terstuktur
Standalone, 14 2 Mendukung Manajer
dan tidak.
Integrasi Web. disemua level.
1
13 3
Akses Data. Mendukung Individu
dan Kelompok.
Pemodelan dan 12 4 Keputusan
Analisis.
Independen dan
11 Sekuensial.
Kemudahan Sistem Pendukung
Pengembangan. Keputusan 5 Mendukung
Intelegensi, Desain,
Manusia 10 Pilihan,
Mengontrol Mesin. Implementasi.
6 Mendukung
9
Keefektifan Bukan berbagai proses
Efisiensi. dan gaya.
8 7
Dapat di adaptasi dan
User Friendly.
fleksibel.
Gambar 2.1. Karakteristik dan Kapabilitas Kunci dari Sistem Pendukung
Keputusan
Fuzzy Multiple Attribute Decision Making Methods ialah sekumpulan pemilihan untuk
menentukan sebuah keputusan, algoritma AHP dan algoritma PROMETHEE
merupakan sub bagian pada kesatuan ini (Chen, 1991).
Disamping bersifat multikriteria, AHP juga didasarkan pada suatu proses yang
terstruktur dan logis. Pemilihan atau penyusunan prioritas dilakukan dengan suatu
prosedur yang logis dan terstuktur. Kegiatan tersebut dilakukan oleh ahli-ahli yang
representatif berkaitan dengan alternatif-alternatif yang disusun prioritasnya
(Hasibuan, 2011).
5. Menghitung nilai eigen dan menguji konsistensinya, jika tidak konsisten maka
pengambilan data di ulangi.
6. Mengulangi langkah 3, 4, dan 5 untuk seluruh tingkat hirarki.
7. Menghitung vektor eigen dari setiap matriks perbandingan berpasangan. Nilai
vektor eigen merupakan bobot setiap elemen. Langkah ini untuk mensintesis
judgement dalam penentuan prioritas elemen-elemen pada tingkat hirarki terendah
sampai pencapaian tujuan.
8. Memeriksa konsistensi hirarki. Jika nilainya lebih dari (konsistensi CR ≤ 0,1)
maka penilaian data judgement harus diperbaiki.
Keterangan:
CR = Rasio Konsistensi (Consistency Ratio).
CI = Indeks Konsistensi (Consistency Indeks).
RI = Indeks Random (Random Indeks).
RI adalah nilai indeks random seperti tabel 2.1.
Jika CR < 0,1 maka nilai perbandingan berpasangan pada matriks kriteria yang
diberikan konsisten. Jika CR ≥ 0,1, maka nilai perbandingan berpasangan pada
matriks kriteria yang diberikan tidak konsisten. Jika tidak konsisten maka
pengisian nilai-nilai pada matriks berpasangan pada unsur kriteria maupun
alternatif harus di ulang.
9. Menentukan hardisk eksternal-hardisk eksternal yang akan menjadi pilihan untuk
menghasilkan hardisk eksternal yang sesuai dengan kebutuhan user.
10. Menyusun hardisk eksternal yang telah ditentukan dalam bentuk matriks
berpasangan untuk masing-masing kriteria. Ada n buah matriks berpasangan antar
hardisk eksternal tersebut.
11. Masing-masing matriks berpasangan antar hardisk eksternal sebanyak n buah
matriks, tiap-tiap matriksnya dijumlah perkolomnya seperti pada langkah 3.
12. Menghitung nilai prioritas masing-masing matriks berpasangan antar hardisk
eksternal dengan rumus pada langkah 4 dan langkah 5.
13. Menghitung nilai λ maksimum sama seperti langkah 6.
14. Menghitung konsistensi matriks berpasangan antar hardisk eksternal dengan
mengikuti langkah-langkah 7 dan 8.
15. Menyusun matriks baris antar hardisk eksternal dengan matriks baris kriteria yang
isinya hasil perhitungan nilai prioritas kriteria dan nilai prioritas hardisk eksternal
tiap kriteria.
13
16. Hasil akhir berupa prioritas global dari perkalian nilai prioritas masing-masing
matriks kriteria dengan matriks antar hardisk eksternal yang kemudian
dijumlahkan. Nilai ini yang digunakan oleh pengambil keputusan berdasarkan
nilai tertinggi.
Dalam PROMETHEE disajikan enam bentuk fungsi preferensi kriteria. Hal ini
tentu saja tidak mutlak, tetapi bentuk ini cukup baik untuk beberapa kasus, antara lain
(Yusuf, 2011):
1. Kriteria Biasa (Usual Criterion)
0 jika d ≤ 0
H(d) =
1 jika d > 0
17
Keterangan:
H(d) = selisih kriteria antara alternatif.
d = selisih nilai kriteria {d = f(a) - f(b)}.
Pada kasus ini, tidak ada beda (sama penting) antara a dan b jika dan hanya jika
f(a) = f(b), apabila nilai kriteria pada masing-masing alternatif memiliki nilai
berbeda, pembuat keputusan membuat preferensi mutlak untuk alternatif memiliki
nilai yang lebih baik yaitu dapat dilihat pada Gambar 2.2.
H(d)
0
d
0 jika ≤ q
H(d) =
1 jika d > q
Keterangan:
H(d) = fungsi selisih kriteria antara alternatif.
d = selisih nilai kriteria {d = f(a) - f(b)}.
Parameter (q) = harus merupakan nilai tetap.
Dua alternatif memiliki preferensi yang sama penting selama selisih atau nilai
H(d) dari masing-masing alternatif untuk kriteria tertentu tidak melebihi nilai q,
dan apabila selisih hasil evaluasi untuk masing-masing alternatif melebihi nilai q
maka terjadi bentuk preferensi mutlak yaitu dapat dilihat pada Gambar 2.3.
18
H(d)
d
-q
0 q
Gambar 2.3. Kriteria Quasi
0 jika d ≤ 0
1 jika d > p
Keterangan:
H(d) = fungsi selisih kriteria antara alternatif.
d = selisih nilai kriteria {d = f(a) - f(b)}.
p = nilai kecenderungan atas.
Kriteria preferensi linier dapat menjelaskan bahwa selama nilai selisih memiliki
nilai yang lebih rendah dari p, preferensi dari pembuat keputusan meningkat secara
linier dengan nilai d. Jika nilai d lebih besar dibandingkan dengan nilai p, maka
terjadi preferensi mutlak yaitu dapat dilihat pada Gambar 2.4.
H(d)
d
-p 0 p
0 jika d ≤ q
1 jika d > p
Keterangan:
H(d) = fungsi selisih kriteria antara alternatif.
p = nilai kecenderungan atas.
q = harus merupakan nilai yang tetap.
H(d)
d
-p -q 0 q p
Gambar 2.5. Kriteria Level
0 jika d ≤ q
1 jika d > p
20
Keterangan:
H(d) = fungsi selisih kriteria antara alternatif.
d = selisih nilai kriteria {d = f(a) - f(b)}.
p = nilai kecenderungan atas.
q = harus merupakan nilai yang tetap.
H(d)
d
-p -q 0 q p
Gambar 2.6. Kriteria dengan preferensi linier dan area yang tidak berbeda
0 jika d ≤ 0
H(d) =
2
1 – exp(- 2� 2 ) jika d > 0
Fungsi ini bersyarat apabila ditentukan nilai �, dimana dapat dibuat berdasarkan
distribusi normal dalam statistik (Brans, 1998) yaitu dapat dilihat pada Gambar 2.7.
H(d)
0 d
2. Leaving flow adalah jumlah dari yang memiliki arah menjauh dari node a.
dan hal ini merupakan pengukuran outrangking. Adapun persamaannya:
1
∅− 2 = =1
�( 1 , 2) ………………..…...(2.4)
Keterangan: ∅−( 2) = Leaving Flow
3. Nilai Net Flow adalah penilaian secara lengkap. Lengkap disini adalah
penilaian yang didapat dari nilai Entering Flow yang dikurangi nilai Leaving
Flow. Jadi bisa di artikan, nilai Net Flow adalah nilai akhir atau hasil yang
didapat dari nilai positif yang dikurangi nilai negatif dari sebuah node.
Adapun persamaannya ialah:
∅ 1 = � + −� − 1 …………………….(2.5)
Keterangan: ∅+ ( 1 ) = Entering Flow
∅− ( 2) = Leaving Flow
Big Ɵ (Big Theta) adalah bagian dari kompleksitas waktu dari seubah algoritma.
Kompleksitas waktu adalah hubungan waktu komputasi dan jumlah input.
Kompleksitas waktu biasanya tentang ukuran dari sebuah array atau obyek.
Kompleksitas waktu tidak digunakan untuk fungsi yang sederhana seperti menginput
username dari database atau mengenkripsi password melainkan digunakan untuk
menyortir sebuah fungsi, perhitungan rekursif dan secara umum biasanya untuk
perhitungan waktu.
Didefinisikan bahwa f(n) merupakan theta dari g(n) dan dinotasikan
f(n) = Ɵ(g(n)) jika dan hanya jika terdapat tiga konstanta positif n0 , c1 dan c2
sedemikian berlaku:
| C1 g(n) | <= | f(n) | <= |C2 g(n) |; ∀n > n0.
BAB III
ANALISIS DAN PERANCANGAN SISTEM
Memilih hardisk eksternal yang tepat sesuai dengan kebutuhan user bukan hal yang
mudah, banyaknya pilihan tersedia dipasaran bisa jadi membuat user sulit untuk
memilihnya. Masalah utama yang di angkat dari penelitian ini adalah bagaimana
mengimplementasikan Algoritma Analytical Hierarchy Process (AHP) dan Algoritma
Preference Ranking Organization For Enrichment Evaluation (PROMETHEE) untuk
memecahkan permasalahan Sistem Pendukung Keputusan untuk Pemilihan Hardisk
Eksternal.
MAN MATERIAL
METHOD MACHINE
Untuk membangun sebuah sistem, perlu dilakukan sebuah tahap analisis kebutuhan
sistem. Analisis kebutuhan sistem dapat dikelompokkan menjadi 2 bagian yaitu:
kebutuhan fungsional dan kebutuhan non-fungsional.
Kebutuhan fungsional merupakan kebutuhan yang harus diberikan oleh sistem. Hal
yang menjadi kebutuhan fungsional ialah inputs, outputs, processes, yaitu antara lain
adalah:
1. Sistem harus mampu memberi solusi terhadap sistem pendukung keputusan
pemilihan Hardisk Eksternal dengan mengimplementasikan Algoritma AHP.
2. Sistem harus mampu memberi solusi terhadap sistem pendukung keputusan
pemilihan Hardisk Eksternal dengan mengimplementasikan Algoritma
PROMETHEE.
3. Menggunakan parameter running time (waktu akses dalam milisecond) dan Big
untuk mengukur kinerja algoritma.
25
Dalam sistem ini terdapat dua proses utama, yaitu proses pemilihan Hardisk Eksternal
menggunakan Algoritma AHP dan Algoritma PROMETHEE. Untuk mengetahui
bagaimana sistem bekerja dapat dengan mengimplementasikannya ke dalam analisis
proses.
26
Cara pengisian elemen-elemen matriks pada Tabel 3.1. adalah sebagai berikut:
a. Elemen a[i,j] = 1, dimana i = 1, 2, 3,….n dan j = 1, 2, 3,….n. Untuk penelitian
ini n = 4.
b. Elemen matriks segitiga atas sebagai masukan.
c. Elemen matriks segitiga bawah mempunyai rumus:
1
a[j,i] = Untuk i ≠ j ..…….………………………..(3.1)
[,
Keterangan:
a[i,j] = elemen matriks segitiga atas.
a[j,i] = elemen matriks segitiga bawah.
i = baris.
j = kolom.
Kapasitas 1 2 5 7
1
Kecepatan transfer 1 4 6
2
1 1
Dimensi 1 3
5 4
1 1 1
Tipe USB 1
7 6 3
3. Membuat tabel normalisasi yaitu membagi nilai masing-masing sel pada Tabel
3.4. dengan jumlah masing-masing kolomnya. Dengan perhitungan sebagai
berikut:
�
HN = .…….………………………..(3.4)
Keterangan:
HN = Hasil Normalisasi.
Nek = Nilai Elemen Kolom Kriteria.
Jkm = Jumlah Kolom Matriks.
>< = Perbandingan.
29
1,00
HN Kapasitas >< Kapasitas = = 0,54
1,84
0,50
HN Kecepatan Transfer >< Kapasitas = = 0,27
1,84
0,20
HN Dimensi >< Kapasitas = = 0,11
1,84
0,14
HN Tipe USB >< Kapasitas = = 0,08
1,84
2,00
HN Kapasitas >< Kecepatan Transfer = = 0,58
3,42
1,00
HN Kecepatan Transfer >< Kecepatan Transfer = = 0,29
3,42
0,25
HN Dimensi >< Kecepatan Transfer = = 0,07
3,42
0,17
HN Tipe USB >< Kecepatan Transfer = = 0,05
3,42
5,00
HN Kapasitas >< Dimensi = = 0,48
10,33
4,00
HN Kecepatan Transfer >< Dimensi = = 0,39
10,33
1,00
HN Dimensi >< Dimensi = = 0,10
10,33
0,33
HN Tipe USB >< Dimensi = = 0,03
10,33
7,00
HN Kapasitas >< Tipe USB = = 0,41
17,00
6,00
HN Kecepatan Transfer >< Tipe USB = = 0,35
17,00
3,00
HN Dimensi >< Tipe USB = = 0,18
17,00
1,00
HN Tipe USB >< Tipe USB = = 0,06
17,00
Pr = .…….………………………..(3.5)
Keterangan:
Pr = Prioritas.
Jbp = Jumlah baris perkriteria.
Jk = Jumlah kriteria (n = 4).
Keterangan:
EVal = Eigen Value (λ maks).
EV = Eigenvector.
Jkp = Jumlah kolom perkriteria.
(4 − 4) 0
CI = = = 0
(4 − 1) 3
Jika CR < 0,1, maka nilai perbandingan berpasangan pada matriks kriteria yang
diberikan konsisten. Jika CR ≥ 0,1, maka nilai perbandingan berpasangan pada
matriks kriteria yang diberikan tidak konsisten. Maka pengisian nilai-nilai pada
matriks berpasangan pada unsur kriteria harus di ulang.
1. Kriteria Kapasitas
A B C D E F G H I J
A 1 2 2 5 3 3 4 4 4 6
1
B 1 1 4 2 2 3 3 3 5
2
1 1
C 1 4 2 2 3 3 3 5
2 1
1 1 1 1 1 1 1 1
D 1 2
5 4 4 3 3 2 2 2
1 1 1
E 3 1 1 2 2 2 4
3 2 2
1 1 1 1
F 3 1 2 2 2 4
3 2 2 1
1 1 1 1 1
G 2 1 1 1 3
4 3 3 2 2
1 1 1 1 1 1
H 2 1 1 3
4 3 3 2 2 1
1 1 1 1 1 1 1
I 2 1 3
4 3 3 2 2 1 1
1 1 1 1 1 1 1 1 1
J 1
6 5 5 2 4 4 3 3 3
33
A B C D E F G H I J
A 1,00 2,00 2,00 5,00 3,00 3,00 4,00 4,00 4,00 6,00
B 0,50 1,00 1,00 4,00 2,00 2,00 3,00 3,00 3,00 5,00
C 0,50 1,00 1,00 4,00 2,00 2,00 3,00 3,00 3,00 5,00
D 0,20 0,25 0,25 1,00 0,33 0,33 0,50 0,50 0,50 2,00
E 0,33 0,50 0,50 3,00 1,00 1,00 2,00 2,00 2,00 4,00
F 0,33 0,50 0,50 3,00 1,00 1,00 2,00 2,00 2,00 4,00
G 0,25 0,33 0,33 2,00 0,50 0,50 1,00 1,00 1,00 3,00
H 0,25 0,33 0,33 2,00 0,50 0,50 1,00 1,00 1,00 3,00
I 0,25 0,33 0,33 2,00 0,50 0,50 1,00 1,00 1,00 3,00
J 0,17 0,20 0,20 0,50 0,25 0,25 0,33 0,33 0,33 1,00
Σ 3,78 6,44 6,44 26,50 11,08 11,08 17,83 17,83 17,83 36,00
3. Membuat tabel normalisasi yaitu membagi nilai masing-masing sel pada Tabel
3.8. dengan jumlah masing-masing kolomnya. Dengan perhitungan sebagai
berikut:
1,00
HN A >< A = = 0,26
3,78
A B C D E F G H I J Eigenvector
A 0,26 0,31 0,31 0,19 0,27 0,27 0,22 0,22 0,22 0,17 0,24
B 0,13 0,15 0,15 0,15 0,18 0,18 0,17 0,17 0,17 0,14 0,16
C 0,13 0,15 0,15 0,15 0,18 0,18 0,17 0,17 0,17 0,14 0,16
D 0,05 0,04 0,04 0,04 0,03 0,03 0,03 0,03 0,03 0,05 0,04
E 0,09 0,08 0,08 0,11 0,09 0,09 0,11 0,11 0,11 0,11 0,10
F 0,09 0,08 0,08 0,11 0,09 0,09 0,11 0,11 0,11 0,11 0,10
G 0,07 0,05 0,05 0,07 0,04 0,04 0,06 0,06 0,06 0,08 0,06
H 0,07 0,05 0,05 0,07 0,04 0,04 0,06 0,06 0,06 0,08 0,06
I 0,07 0,05 0,05 0,07 0,04 0,04 0,06 0,06 0,06 0,08 0,06
J 0,04 0,03 0,03 0,02 0,02 0,02 0,02 0,02 0,02 0,03 0,02
(� − ) 10,18 − 10 0,18
5. CI = = = = 0,02
( − 1) 10 − 1 9
� 0,02
6. CR = = = 0,01 Acceptable
� 1,49
A B C D E F G H I J
A 1,00 7,00 8,00 3,00 5,00 7,00 9,00 2,00 7,00 8,00
B 0,14 1,00 2,00 0,20 0,33 1,00 3,00 0,17 1,00 2,00
C 0,12 0,50 1,00 0,17 0,25 0,50 2,00 0,14 0,50 1,00
D 0,33 5,00 6,00 1,00 3,00 5,00 7,00 0,50 5,00 6,00
E 0,20 3,00 4,00 0,33 1,00 3,00 5,00 0,25 3,00 4,00
F 0,14 1,00 2,00 0,20 0,33 1,00 3,00 0,17 1,00 2,00
G 0,11 0,33 0,50 0,14 0,20 0,33 1,00 0,12 0,33 0,50
H 0,50 6,00 7,00 2,00 4,00 6,00 8,00 1,00 6,00 7,00
I 0,14 1,00 2,00 0,20 0,33 1,00 3,00 0,17 1,00 2,00
J 0,12 0,50 1,00 0,17 0,25 0,50 2,00 0,14 0,50 1,00
36
Σ 2,80 25,33 33,50 7,41 14,69 25,33 43,00 4,66 25,33 33,50
3. Membuat tabel normalisasi yaitu membagi nilai masing-masing sel pada Tabel
3.11. dengan jumlah masing-masing kolomnya. Dengan perhitungan sebagai
berikut:
1,00
HN A >< A = = 0,36
2,80
A B C D E F G H I J Eigenvector
A 0,36 0,28 0,24 0,40 0,34 0,28 0,21 0,43 0,28 0,24 0,31
B 0,05 0,04 0,06 0,03 0,02 0,04 0,07 0,04 0,04 0,06 0,04
C 0,04 0,02 0,03 0,02 0,02 0,02 0,05 0,03 0,02 0,03 0,03
D 0,12 0,20 0,18 0,13 0,20 0,20 0,16 0,11 0,20 0,18 0,17
E 0,07 0,12 0,12 0,04 0,07 0,12 0,12 0,05 0,12 0,12 0,09
F 0,05 0,04 0,06 0,03 0,02 0,04 0,07 0,04 0,04 0,06 0,04
G 0,04 0,01 0,01 0,02 0,01 0,01 0,02 0,02 0,01 0,01 0,02
H 0,18 0,24 0,21 0,27 0,27 0,24 0,19 0,21 0,24 0,21 0,23
I 0,05 0,04 0,06 0,03 0,02 0,04 0,07 0,04 0,04 0,06 0,04
J 0,04 0,02 0,03 0,02 0,02 0,02 0,05 0,03 0,02 0,03 0,03
λ maks = 10,41
(� − ) 10,41 − 10 0,41
5. CI = = = = 0,04
( − 1) 10 − 1 9
� 0,04
6. CR = = = 0,03 Acceptable
� 1,49
3. Kriteria Dimensi
A B C D E F G H I J
1 1 1 1 1 1 1 1 1
A 1
6 7 6 2 3 6 5 6 8
1 1
B 6 1 1 5 4 1 2 1
2 3
1
C 7 2 1 2 6 5 2 3 2
2
1 1 1
D 6 1 5 4 1 2 1
1 2 3
1 1 1 1 1 1 1 1
E 2 1
5 6 5 2 5 4 5 7
1 1 1 1 1 1 1
F 3 2 1
4 5 4 4 3 4 6
1 1 1 1
G 6 5 4 1 2 1
1 2 1 3
1 1 1 1 1 1
H 5 4 3 1
2 3 2 2 2 4
1 1 1 1 1
I 6 5 4 2 1
1 2 1 1 3
J 8 3 2 3 7 6 3 4 3 1
A B C D E F G H I J
A 1,00 0,17 0,14 0,17 0,50 0,33 0,17 0,20 0,17 0,12
B 6,00 1,00 0,50 1,00 5,00 4,00 1,00 2,00 1,00 0,33
C 7,00 2,00 1,00 2,00 6,00 5,00 2,00 3,00 2,00 0,50
D 6,00 1,00 0,50 1,00 5,00 4,00 1,00 2,00 1,00 0,33
E 2,00 0,20 0,17 0,20 1,00 0,50 0,20 0,25 0,20 0,14
F 3,00 0,25 0,20 0,25 2,00 1,00 0,25 0,33 0,25 0,17
G 6,00 1,00 0,50 1,00 5,00 4,00 1,00 2,00 1,00 0,33
H 5,00 0,50 0,33 0,50 4,00 3,00 0,50 1,00 0,50 0,25
I 6,00 1,00 0,50 1,00 5,00 4,00 1,00 2,00 1,00 0,33
J 8,00 3,00 2,00 3,00 7,00 6,00 3,00 4,00 3,00 1,00
Σ 50,00 10,12 5,84 10,12 40,50 31,83 10,12 16,78 10,12 3,50
3. Membuat tabel normalisasi yaitu membagi nilai masing-masing sel pada Tabel
3.14. dengan jumlah masing-masing kolomnya. Dengan perhitungan sebagai
berikut:
1,00
HN A >< A = = 0,02
50,00
A B C D E F G H I J Eigenvector
A 0,02 0,02 0,02 0,02 0,01 0,01 0,02 0,01 0,02 0,03 0,02
B 0,12 0,10 0,08 0,10 0,12 0,12 0,10 0,12 0,10 0,09 0,10
C 0,14 0,20 0,17 0,20 0,15 0,16 0,20 0,18 0,20 0,14 0,17
D 0,12 0,10 0,08 0,10 0,12 0,12 0,10 0,12 0,10 0,09 0,10
E 0,04 0,02 0,03 0,02 0,02 0,01 0,02 0,01 0,02 0,04 0,02
F 0,06 0,02 0,03 0,02 0,05 0,03 0,02 0,02 0,02 0,05 0,03
G 0,12 0,10 0,08 0,10 0,12 0,12 0,10 0,12 0,10 0,09 0,10
H 0,10 0,05 0,06 0,05 0,10 0,09 0,05 0,06 0,05 0,07 0,07
I 0,12 0,10 0,08 0,10 0,12 0,12 0,10 0,12 0,10 0,09 0,10
J 0,16 0,30 0,34 0,30 0,17 0,19 0,30 0,24 0,30 0,28 0,26
(� − ) 9,87 − 10 −0,13
5. CI = = = = -0,01
( − 1) 10 − 1 9
� −0,01
6. CR = = = -0,01 Acceptable
� 1,49
A B C D E F G H I J
A 1 3 3 5 3 3 5 5 3 3
1
B 1 1 3 1 1 3 3 1 1
3
1 1
C 1 3 1 1 3 3 1 1
3 1
1 1 1 1 1 1 1
D 1 1 1
5 3 3 3 3 3 3
1 1 1
E 3 1 1 3 3 1 1
3 1 1
1 1 1 1
F 3 1 3 3 1 1
3 1 1 1
1 1 1 1 1 1 1 1
G 1 1
5 3 3 1 3 3 3 3
1 1 1 1 1 1 1 1 1
H 1
5 3 3 1 3 3 1 3 3
1 1 1 1 1
I 3 3 3 1 1
3 1 1 1 1
1 1 1 1 1 1
J 3 3 3 1
3 1 1 1 1 1
3. Membuat tabel normalisasi yaitu membagi nilai masing-masing sel pada Tabel
3.17. dengan jumlah masing-masing kolomnya. Dengan perhitungan sebagai
berikut :
1,00
HN A >< A = = 0,28
3,58
A B C D E F G H I J Eigenvector
A 0,28 0,30 0,30 0,19 0,30 0,30 0,19 0,19 0,30 0,30 0,26
B 0,09 0,10 0,10 0,11 0,10 0,10 0,11 0,11 0,10 0,10 0,10
C 0,09 0,10 0,10 0,11 0,10 0,10 0,11 0,11 0,10 0,10 0,10
D 0,05 0,03 0,03 0,04 0,03 0,03 0,04 0,04 0,03 0,03 0,03
E 0,09 0,10 0,10 0,11 0,10 0,10 0,11 0,11 0,10 0,10 0,10
F 0,09 0,10 0,10 0,11 0,10 0,10 0,11 0,11 0,10 0,10 0,10
G 0,05 0,03 0,03 0,04 0,03 0,03 0,04 0,04 0,03 0,03 0,03
H 0,05 0,03 0,03 0,04 0,03 0,03 0,04 0,04 0,03 0,03 0,03
I 0,09 0,10 0,10 0,11 0,10 0,10 0,11 0,11 0,10 0,10 0,10
J 0,09 0,10 0,10 0,11 0,10 0,10 0,11 0,11 0,10 0,10 0,10
(� − ) 9,27 − 10 −0,73
5. CI = = = = -0,08
( − 1) 10 − 1 9
42
� −0,08
6. CR = = = -0,05 Acceptable
� 1,49
Kriteria PRIORITAS A B C D E F G H I J
Kapasitas 0,50 0,24 0,16 0,16 0,04 0,10 0,10 0,06 0,06 0,06 0,02
Kecepatan
0,32 0,31 0,04 0,03 0,17 0,09 0,04 0,02 0,23 0,04 0,03
transfer
Dimensi 0,11 0,02 0,10 0,17 0,10 0,02 0,03 0,10 0,07 0,10 0,26
Tipe USB 0,05 0,26 0,10 0,10 0,03 0,10 0,10 0,03 0,03 0,10 0,10
Perhitungan Global
Lacie Rugged Triple (A) = (0,24 x 0,50) + (0,31 x 0,32) + (0,02 x 0,11) + (0,26 x
0,05)
= 0,23
= 0,10
Toshiba Canvio Simple (C) = (0,16 x 0,50) + (0,03 x 0,32) + (0,17 x 0,11) + (0,10 x
0,05)
= 0,11
= 0,08
43
Transcend StoreJet (E) = (0,10 x 0,50) + (0,09 x 0,32) + (0,02 x 0,11) + (0,10 x
0,05)
= 0,05 + 0,03 + 0 + 0
= 0,08
A-Data DashDrive (F) = (0,10 x 0,50) + (0,04 x 0,32) + (0,03 x 0,11) + (0,10 x
0,05)
= 0,05 + 0,01 + 0 + 0
= 0,06
Hitachi Touro Mobile (G) = (0,06 x 0,50) + (0,02 x 0,32) + (0,10 x 0,11) + (0,03 x
0,05)
= 0,05
Buffalo Mini Station (H) = (0,06 x 0,50) + (0,23 x 0,32) + (0,07 x 0,11) + (0,03 x
0,05)
= 0,11
Spectra Flash RapidStore (I) = (0,06 x 0,50) + (0,04 x 0,32) + (0,10 x 0,11) + (0,10 x
0,05)
= 0,05
= 0,05
44
KRITERIA A B C D E F G H I J TIPE P Q
Kapasitas
1. Kapasitas Hardisk
7 7 7 7 7 7 7 7 7 7 Usual 7 1
2. System Requirements
7 7 7 5 7 7 6 6 6 4 Usual 7 1
Kecepatan Transfer
1. Write Speed
7 4 2 6 5 4 1 6 4 3 Linier 7 1
2. Read Speed
7 2 2 6 5 4 4 6 2 3 Linier 7 1
Dimensi
1. Height
6 7 7 7 6 6 7 7 7 7 Level 7 1
2. Width
5 4 7 6 6 5 6 6 6 7 Level 7 1
Tipe USB
1. Interface
7 6 6 5 6 6 5 5 6 6 Usual 7 1
2. File System
7 7 7 7 7 7 7 7 7 7 Usual 7 1
46
1
= (2,73)
9
= 0,30
1
B = (0 + 0,03 + 0,25 + 0 + 0 + 0,30 + 0,25 + 0,12 + 0,14)
10 − 1
1
= (1,09)
9
= 0,12
1
C = (0,06 + 0,06 + 0,25 + 0 + 0,06 + 0,27 + 0,25 + 0,12 + 0,12)
10 − 1
1
= (1,19)
9
= 0,13
1
D = (0 + 0,17 + 0,14 + 0,03 + 0,07 + 0,12 + 0 + 0,11 + 0,23)
10 − 1
1
= (0,87)
9
= 0,09
77
1
E = (0 + 0,13 + 0,11 + 0,25 + 0,03 + 0,34 + 0,25 + 0,20 + 0,19)
10 − 1
1
= (1,50)
9
= 0,16
1
F = (0 + 0,03 + 0,07 + 0,25 + 0 + 0,30 + 0,25 + 0,16 + 0,16)
10 − 1
1
= (1,22)
9
= 0,13
1
G = (0 + 0,10 + 0,03 + 0,12 + 0 + 0 + 0 + 0,03 + 0,14)
10 − 1
1
= (0,42)
9
= 0,05
1
H = (0 + 0,17 + 0,14 + 0,12 + 0,03 + 0,07 + 0,12 + 0,11 + 0,23)
10 − 1
1
= (0,99)
9
= 0,11
1
I = (0 + 0,06 + 0,03 + 0,25 + 0 + 0 + 0,18 + 0,12 + 0,14)
10 − 1
1
= (0,78)
9
= 0,08
1
J = (0,06 + 0,08 + 0,03 + 0,12 + 0 + 0,06 + 0,16 + 0,12 + 0,02)
10 − 1
1
= (0,65)
9
= 0,07
1
= (0,12)
9
= 0,01
78
1
B = (0,26 + 0,06 + 0,17 + 0,13 + 0,03 + 0,10 + 0,17 + 0,06 + 0,08)
10 − 1
1
= (1,06)
9
= 0,12
1
C = (0,30 + 0,03 + 0,14 + 0,11 + 0,07 + 0,03 + 0,14 + 0,03 + 0,03)
10 − 1
1
= (0,88)
9
= 0,10
1
D = (0,28 + 0,25 + 0,25 + 0,25 + 0,25 + 0,12 + 0,12 + 0,25 + 0,12)
10 − 1
1
= (1,89)
9
= 0,21
1
E = (0,19 + 0 + 0 + 0,03 + 0 + 0 + 0,03 + 0 + 0)
10 − 1
1
= (0,25)
9
= 0,03
1
F = (0,23 + 0 + 0,06 + 0,07 + 0,03 + 0 + 0,07 + 0 + 0,06)
10 − 1
1
= (0,52)
9
= 0,06
1
G = (0,41 + 0,30 + 0,27 + 0,12 + 0,34 + 0,30 + 0,12 + 0,18 + 0,16)
10 − 1
1
= (2,20)
9
= 0,24
1
H = (0,28 + 0,25 + 0,25 + 0 + 0,25 + 0,25 + 0 + 0,12 + 0,12)
10 − 1
1
= (1,52)
9
= 0,17
1
I = (0,39 + 0,12 + 0,12 + 0,11 + 0,20 + 0,16 + 0,03 + 0,11 + 0,02)
10 − 1
1
= (1,26)
9
= 0,14
79
1
J = (0,39 + 0,14 + 0,12 + 0,23 + 0,19 + 0,16 + 0,14 + 0,23 + 0,14)
10 − 1
1
= (1,74)
9
= 0,19
WD My Passport (B) 0 5
Untuk menganalisis interaksi yang terjadi antara user dan sistem penulis
menggunakan use-case diagram. Use-case berperan menggambarkan interaksi antar
komponen-komponen yang berperan dalam sistem yang akan dirancang, yaitu dapat
dilihat pada gambar 3.2. Use-case sistem.
81
Use-case pada gambar 3.2. menjelaskan aksi yang dapat dilakukan oleh user,
user dapat menginput nilai preferensi matriks, menginput nilai preferensi alternatif,
menghitung net flow, mendapatkan nilai perankingan AHP, mendapatkan nilai
perankingan PROMETHEE.
Sequence Diagram ialah interaksi menggambarkan interaksi di antara actor dan sistem
dalam scenario use-case. Sequence diagram untuk penelitian ini penulis membagi
dalam 2 bagian , sequence diagram AHP dan sequence diagram PROMETHEE, yaitu
dapat dilihat pada gambar 3.5. sequence diagram AHP dan pada gambar 3.6. sequence
diagram PROMETHEE berikut:
85
Alur proses sistem secara umum dibagi menjadi dua yaitu pemilihan Hardisk
Eksternal dengan algoritma AHP dan algoritma PROMETHEE, penulis
memvisualisasikan melalui flowchart seperti pada Gambar 3.7. menggunakan
algoritma AHP dan Gambar 3.8. menggunakan algoritma PROMETHEE.
88
Mulai A
tidak
Input nilai matriks CR < 0,1
kriteria berpasangan
Inputyanilai matriks
Normalisasi matriks kriteria
alternatif Dimensi
berpasangan
Proses matriks
Hitung nilai matriks prioritas alternatif Dimensi
tidak tidak
CR < 0,1 CR < 0,1
ya ya
tidak tidak
CR < 0,1 CR < 0,1
ya ya
Input nilai matriks alternatif Hitung Prioritas Global
Kecepatan Transfer
Selesai
Hitung konsistensi matriks
alternatif Kecepatan Transfer
Mulai
Menampilkan tabel
PROMETHEE tahap 2
Tampilan Hardisk
Eksternal
Selesai
Halaman menu utama merupakan halaman yang pertama kali muncul pada saat sistem
dijalankan. Dimana halaman utama ini terdiri dari beberapa menu bar, yaitu menu
Algorithm, About dan Exit. Tampilan rancangan halaman utama dapat dilihat pada
Gambar 3.9.
Judul(1) X
AHP(5)
PROMETHEE(6)
(7)
Background
Keterangan:
Halaman menu Algorithm, merupakan halaman sub menu yang berisi sub menu AHP
dan sub menu PROMETHEE. Halaman sub menu AHP, merupakan halaman sub menu
yang berisi langkah awal perhitungan algoritma AHP. Terdapat tiga tampilan yang
akan dirancang, rancangan untuk tampilan Matriks Kriteria, Matriks Alternatif dan
Matriks Global. Tampilan rancangan Matriks Kriteria dapat dilihat pada Gambar
3.10., rancangan Matriks Alternatif Kapasitas pada Gambar 3.11., rancangan Matriks
Alternatif Tipe USB pada Gambar 3.12. dan Matriks Global pada Gambar 3.13.
92
Judul(1) X
(1)
(3) (10)
Jtable Jtable
(11)
JTextField
(4)
Hitung Next (5)
(7)
Jtable
Next (8)
No
Jenis Objek Keterangan
Objek
JInternal Frame
1 Judul dari frame kriteria.
(Proses Kriteria)
JPanel (Perbandingan Berisi JTable dan JButton untuk input, dan proses
2
Matriks Kriteria) nilai preferensi.
3 JTable Tabel yang berisi nilai input dari preferensi kriteria.
Button untuk melakukan proses perbandingan dan
4 JButton (Hitung)
pembobotan hirarki dari nilai preferensi.
Button untuk normalisasi eigenvector (matriks
5 JButton (Next)
prioritas).
Berisi perhitungan pembobotan hirarki yang
6 JPanel (Normalisasi) dinormalisasi dan perhitungan normalisasi
eigenvector (matriks prioritas).
7 JTable Tabel yang berisi nilai normalisasi dari eigenvector.
93
Judul(1) X
(1)
Kapasitas(2) Kecepatan Transfer(3) Dimensi(4) Tipe USB(5)
(7) (14)
Jtable Jtable
(15)
JTextField
(8) (9)
Hitung Next
Normalisasi:(10)
(11)
Jtable
Next (12)
No
Jenis Objek Keterangan
Objek
JInternal Frame
1 Judul dari frame alternative.
(Proses Alternative)
2 JPanel (Kapasitas) Berisi perhitungan alternatif kapasitas.
JPanel (Kecepatan
3 Berisi perhitungan alternatif kecepatan transfer.
transfer)
4 JPanel (Dimensi) Berisi perhitungan alternatif dimensi.
5 JPanel (Tipe USB) Berisi perhitungan alternatif tipe usb.
JPanel (Perbandingan
Berisi JTabel dan JButton untuk input dan proses
6 Matriks Alternative
nilai preferensi.
Kapasitas)
Tabel yang berisi nilai input dari preferensi
7 JTable
alternatif kapasitas.
Button untuk melakukan proses perbandingan dan
8 JButton (Hitung)
pembobotan hirarki dari nilai preferensi.
Button untuk normalisasi eigenvector (matriks
9 JButton (Next)
prioritas).
Berisi perhitungan pembobotan hirarki yang di
10 JPanel (Normalisasi) normalisasi dan perhitungan normalisasi eigen
vector (matriks prioritas).
11 JTabel Tabel yang berisi nilai normalisasi dari eigenvector.
Button untuk memproses hasil dari λ maks, CI, CR
12 JButton (Next)
dan menampilkan konsistensi.
Berisi perhitungan dari λ maks, CI, CR dan
13 JPanel (Konsistensi)
konsistensi.
Tabel yang berisi λ maks, CI dan CR untuk
14 JTable
menghitung konsistensi.
Untuk menampilkan nilai konsisten dan tidak
15 JText Field
konsisten.
95
Judul(1) X
(1)
Kapasitas(2) Kecepatan Transfer(3) Dimensi(4) Tipe USB(5)
Konsistensi:(13)
Perbandingan Matriks Alternative Tipe USB :(6)
(14)
(7)
Jtable
Jtable
(15)
JTextField
(11)
Jtable
Next (12)
Gambar 3.12. Rancangan Halaman Sub Menu AHP Alternatif Tipe USB
No
Jenis Objek Keterangan
Objek
JInternal Frame
1 Judul dari frame alternative.
(Proses Alternative)
2 JPanel (Kapasitas) Berisi perhitungan alternatif kapasitas.
JPanel (Kecepatan
3 Berisi perhitungan alternatif kecepatan transfer.
transfer)
4 JPanel (Dimensi) Berisi perhitungan alternatif dimensi.
5 JPanel (Tipe USB) Berisi perhitungan alternatif tipe usb.
JPanel (Perbandingan
Berisi JTabel dan JButton untuk input dan proses
6 Matriks Alternative
nilai preferensi.
Kapasitas)
Tabel yang berisi nilai input dari preferensi
7 JTable
alternatif kapasitas.
96
Judul(1) X
)
JTable (3
Halaman sub menu PROMETHEE merupakan halaman sub menu yang berisi
perhitungan algoritma PROMETHEE. Tampilan yang akan dirancang ialah seperti
pada Gambar 3.14.
Judul X
JTabel (1)
JTabel (3)
About(1) X
Label Profil(2)
No
Jenis Objek Keterangan
Objek
JInternal Frame
1 Judul dari frame About.
(About)
2 JLabel Label yang berisi profil singkat penulis.
BAB IV
IMPLEMENTASI DAN PENGUJIAN SISTEM
Form Menu Utama merupakan tampilan awal sistem yang muncul pada saat sistem
pertama kali dijalankan. Form Menu Utama terdiri dari 3 menu bar, yaitu menu
Algorithm, About dan Exit.
103
Form Algorithm merupakan menu bar pada form ini memiliki sub AHP dan sub
PROMETHEE. Pada sub AHP berisi Implementasi Algoritma AHP, dalam sub AHP
terdapat form Matriks Proses Kriteria, form Matriks Proses Alternative Kapasitas,
form Matriks Proses Alternative Kecepatan Transfer, form Matriks Proses Alternative
Dimensi, dan form Matriks Proses Altenative Tipe USB, yaitu dapat dilihat pada
gambar 4.2. Form Matriks AHP.
104
Form About berisi tentang penulis, form ini memberikan sekilas tentang penulis dapat
dilihat pada gambar 4.4. Form About berikut ini.
Tahap pengujian sistem merupakan lanjutan dari tahap yang sebelumnya telah
dilakukan, yaitu tahap implementasi sistem. Pengujian sistem ini ialah dengan
memasukan nilai preferensi terhadap Algoritma AHP dan Algoritma PROMETHEE ke
dalam aplikasi sistem.
Pada pengujian ini dengan menggunakan algoritma AHP ialah dengan melakukan
interaksi dengan sistem dengan cara memilih menu Algorithm dan masuk pada sub
menu AHP. Dalam sub menu AHP terdapat form matriks proses kriteria, setelah
kriteria dihitung maka hal kedua yang dilakukan ialah melakukan perhitungan
alternative, yaitu dapat dilihat pada gambar 4.5. Perhitungan Matriks Kriteria.
106
Perhitungan Big � dapat dilakukan dengan mengambil nilai looping yang paling
dalam yang terdapat pada coding program, dimana nilai Big � adalah nilai waktu
proses terbesar.
Perhitungan kompleksitas waktu Algoritma AHP ialah dapat dilihat pada tabel 4.1.
keterangan dibawah ini.
111
7 alternative=f.getMatGlobal(tblPr); C7 1 C7
8 }
9 txLacie.setText(String.valueOf(alternative[0])); C8 1 C8
10 txWD.setText(String.valueOf(alternative[1])); C8 1 C8
txToshiba.setText(String.valueOf(alternative[2])
11 C8 1 C8
);
txSeagate.setText(String.valueOf(alternative[3])
12 C8 1 C8
);
txTranscend.setText(String.valueOf(alternative[4
13 C8 1 C8
]));
14 txAData.setText(String.valueOf(alternative[5])); C8 1 C8
txHitachi.setText(String.valueOf(alternative[6])
15 C8 1 C8
);
txBuffalo.setText(String.valueOf(alternative[7])
16 C8 1 C8
);
txSpectra.setText(String.valueOf(alternative[8])
17 C8 1 C8
);
txFujitsu.setText(String.valueOf(alternative[9])
18 C8 1 C8
);
19 double max = alternative[0]; C5 1 C5
20 for (int i = 0; i < alternative.length; i++) { C6 n nC6
22 }
23 }
112
Map<Double,String> map=new
24 C10 1 C10
HashMap<Double,String>();
25 map.put(alternative[0], "LaCie Rugged Triple"); C10 1 C10
26 map.put(alternative[1], "WD My Passport"); C10 1 C10
map.put(alternative[2], "Toshiba Canvio
27 C10 1 C10
Triple");
28 map.put(alternative[3], "Seagate"); C10 1 C10
29 map.put(alternative[4], "Transcend StoreJet"); C10 1 C10
30 map.put(alternative[5], "A-Data DashDrive"); C10 1 C10
31 map.put(alternative[6], "Hitachi Touro Mobile"); C10 1 C10
32 map.put(alternative[7], "Buffalo MiniStation"); C10 1 C10
map.put(alternative[8], "Spectra Flash
33 C10 1 C10
RapidStore");
34 map.put(alternative[9], "Fujitsu"); C10 1 C10
35 String terbaik = map.get(Double.valueOf(max)); C11 1 C11
36 end=System.currentTimeMillis(); C12 1 C12
DecimalFormat runTimeDf=new
37 C13 1 C13
DecimalFormat("##0.000000");
38 double waktu=0; C5 1 C5
39 for (int i = 0; i < 3; i++) { C6 n nC6
Pada Tabel 4.1. perhitungan kompleksitas waktu algoritma AHP, diperoleh T(|n|)
yang merupakan jumlah dari kolom C * # sebagai berikut:
Keterangan:
T = Time (Waktu eksekusi algoritma) .
n = Koefisien (Banyaknya Data).
� = Big Theta.
12 txBuffalo.setText(Double.toString(netFlow[7])); C5 1 C5
13 txSpectra.setText(Double.toString(netFlow[8])); C5 1 C5
14 txFujitsu.setText(Double.toString(netFlow[9])); C5 1 C5
15 double max = netFlow[0]; C3 1 C3
16 for (int i = 0; i < netFlow.length; i++) { C6 n nC6
18 max = netFlow[i]; C8 1 C8
19 }
20 }
Map<Double,String> map=new
21 C9 1 C9
HashMap<Double,String>();
22 map.put(netFlow[0], "LaCie Rugged Triple"); C9 1 C9
23 map.put(netFlow[1], "WD My Passport"); C9 1 C9
24 map.put(netFlow[2], "Toshiba Canvio Triple"); C9 1 C9
25 map.put(netFlow[3], "Seagate"); C9 1 C9
26 map.put(netFlow[4], "Transcend StoreJet"); C9 1 C9
27 map.put(netFlow[5], "A-Data DashDrive"); C9 1 C9
28 map.put(netFlow[6], "Hitachi Touro Mobile"); C9 1 C9
29 map.put(netFlow[7], "Buffalo MiniStation"); C9 1 C9
30 map.put(netFlow[8], "Spectra Flash RapidStore"); C9 1 C9
31 map.put(netFlow[9], "Fujitsu"); C9 1 C9
32 String terbaik = map.get(Double.valueOf(max)); C10 1 C10
33 end=System.currentTimeMillis(); C11 1 C11
34 runTime[0]=(double)(end-start)/1000; C12 1 C12
DecimalFormat runTimeDf=new
35 C13 1 C13
DecimalFormat("##0.000000");
36 double waktu=0; C3 1 C3
37 for (int i = 0; i < 2; i++) { C6 n nC6
41 }
T(|n|) = (C1 + C2 + 3C3 + C4 + 10C5 + C8 + 11C9 + C10 + C11 + C12 + C 13+ C14 + C15) n0
+ (2C6 + C7) n1
T(|n|) = �(n).
Keterangan:
T = Time (Waktu eksekusi algoritma) .
n = Koefisien (Banyaknya Data).
� = Big Theta.
BAB V
KESIMPULAN DAN SARAN
5.1. Kesimpulan
5.2. Saran
Saran yang dapat diberikan oleh penulis setelah penelitian dilakukan adalah:
1. Sistem yang dirancang agar lebih kompleks dengan menambahkan jumlah
alternatif dan jumlah kriteria.
117
2. Untuk nilai konsistensi CR = 0.1 Ketentuan Saaty diharapkan pada penelitian yang
akan datang dapat menjadi CR = 0.0001 dengan melakukan iterasi pada
perhitungan analisa AHP.
3. Sistem yang dibangun dapat dikembangkan lagi dengan penambahan interface
yang lebih baik sehingga menarik bagi user.
118
DAFTAR PUSTAKA
Bobby, et al. 2011. Sistem Pendukung Keputusan Pemberian Kredit Pada PT. Adira
Dinamika Multi Finance TBK. Dengan Menggunakan Metode Preference
Ranking Organization Method for Enrichment Evaluation (PROMETHEE).
Skripsi. Universitas Sumatera Utara.
Chen, Shu-Jen. 1991. Fuzzy Multile Attribute Decision Making. Manhattan, USA.
Nurinda. 2011. Analisis Dan Desain Sistem Pendukung Keputusan Pemilihan Siswa
Baru Kelas X Unggulan Dengan Metode PROMETHEE. Skripsi. Universitas
Sumatera Utara.
Rochmasari, Lia. 2010. Penentuan Prioritas Usulan Sertifikasi Guru Dengan Metode
AHP (Analitical Hirarchy Process). Jurnal Teknologi Informasi, Volume 6,
Nomor 1, April 2010. ISSN 1414-9999. Universitas Dian Nuswantoro, Semarang.
119
Suryadi, K., & Ramdhani, A. 2012. Sistem Pendukung Keputusan: Suatu Wacana
Struktural Idealisasi dan Implementasi Konsep Pengambilan Keputusan.
Bandung: PT. Remaja Rosdakarya.
Turban, E, dkk. 2005. Decision Support Systems and Intelligent Systems (Sistem
Pendukung Keputusan dan System Cerdas). Jilid 1. Yogyakarta: Andi.
Yusuf, Annida Wijaya. 2011. Sistem Pendukung Keputusan Pemilihan Program Studi
Dengan Metode PROMETHEE Berbasis WEB. Skripsi. Universitas Sumatera
Utara.
L-1
LAMPIRAN
LISTING PROGRAM
AHP Function
package AHP_PROMETHEE_Function;
import java.util.Arrays;
import java.util.Collections;
import java.util.List;
import javax.swing.JTable;
public AHPFunction() {
}
int colLength=tabel1.getColumnCount();
int rowLength=tabel1.getRowCount();
for (int i = 0; i < colLength-1; i++) {
alternative[i] = 0;
}
for (int i = 0; i < rowLength; i++) {
for (int j = 2; j < colLength; j++) {
alternative[j-
2]+=(Double.parseDouble(String.valueOf(tabel1.getValueAt(i,
j)))*(Double.parseDouble(String.valueOf(tabel1.getValueAt(i, 1)))));
}
}
return alternative;
}
PROMETHEE Function
package AHP_PROMETHEE_Function;
import java.util.HashMap;
import java.util.Map;
import javax.swing.JTable;
public PrometheeFunction() {
}
if (i != k) {
d[i][j][k] = 0;
Hd[i][j][k] = n++;
}
}
}
}
System.out.println("");
for (int i = 0; i < tabel1.getColumnCount() - 4; i++) {
for (int j = 0; j < tabel1.getRowCount(); j++) {
for (int k = 0; k < tabel1.getColumnCount() - 4; k++)
{
if (i != k) {
d[i][j][k] = nilai_d[j][i] - nilai_d[j][k];
map.put(Hd[i][j][k],
String.valueOf(tabel1.getValueAt(j, tabel1.getColumnCount() - 3)));
}
}
}
}
for (int i = 0; i < tabel1.getColumnCount() - 4; i++) {
for (int j = 0; j < tabel1.getRowCount(); j++) {
for (int k = 0; k < tabel1.getColumnCount() - 4; k++)
{
if (i != k) {
}
}
}
}
for (int i = 0; i < tabel1.getColumnCount() - 4; i++) {
for (int j = 0; j < tabel1.getRowCount(); j++) {
for (int k = 0; k < tabel1.getColumnCount() - 4; k++)
{
if (i != k) {
if (map.get(Hd[i][j][k]).equals("Usual")) {
if (d[i][j][k] <= 0) {
Hdh[i][j][k] = 0;
} else {
Hdh[i][j][k] = 1;
}
}
if (map.get(Hd[i][j][k]).equals("Linier")) {
if (d[i][j][k] <= 0) {
Hdh[i][j][k] = 0;
} else if (d[i][j][k] >
Double.parseDouble(String.valueOf(tabel1.getValueAt(j,
tabel1.getColumnCount() - 2)))) {
Hdh[i][j][k] = 1;
} else if ((d[i][j][k] <=
Double.parseDouble(String.valueOf(tabel1.getValueAt(j,
tabel1.getColumnCount() - 2))) || (d[i][j][k] > 0))) {
// Hd[i][j][k] = d[i][j][k] * 1;
Hdh[i][j][k] = d[i][j][k] *
0.142857143;
// Hd[i][j][k] = d[i][j][k] /
Double.parseDouble(String.valueOf(tabel1.getValueAt(j,
tabel1.getColumnCount() - 2)));
}
}
if (map.get(Hd[i][j][k]).equals("Level")) {
L-5
if (d[i][j][k] <=
Double.parseDouble(String.valueOf(tabel1.getValueAt(j,
tabel1.getColumnCount() - 1)))) {
Hdh[i][j][k] = 0;
} else if (d[i][j][k] >
Double.parseDouble(String.valueOf(tabel1.getValueAt(j,
tabel1.getColumnCount() - 2)))) {
Hdh[i][j][k] = 1;
} else if ((d[i][j][k] <=
Double.parseDouble(String.valueOf(tabel1.getValueAt(j,
tabel1.getColumnCount() - 2))) || (d[i][j][k] >
Double.parseDouble(String.valueOf(tabel1.getValueAt(j,
tabel1.getColumnCount() - 1)))))) {
Hdh[i][j][k] = 0.5;
}
}
}
}
}
}
if(i != j-1){
enteringFlow[j-1]+=((1/(float)(table.getRowCount()-
1))*Double.parseDouble(String.valueOf(table.getValueAt(i, j))));
}
}
}
for (int i = 0; i < table.getRowCount(); i++) {
netFlow[i]=leavingFlow[i]-enteringFlow[i];
}
return netFlow;
}
}
Main
package AHP_PROMETHEE_View;
Main Frame
package AHP_PROMETHEE_View;
import java.awt.Component;
import java.awt.Dimension;
import javax.swing.JComponent;
import javax.swing.JDesktopPane;
getContentPane().add(jDesktopPane1,
java.awt.BorderLayout.CENTER);
mnAHP.setText("Algorithm");
mnAHP.addActionListener(new java.awt.event.ActionListener() {
public void actionPerformed(java.awt.event.ActionEvent
evt) {
mnAHPActionPerformed(evt);
}
});
jMenuItem1.setText("AHP");
jMenuItem1.addActionListener(new
java.awt.event.ActionListener() {
public void actionPerformed(java.awt.event.ActionEvent
evt) {
jMenuItem1ActionPerformed(evt);
}
});
mnAHP.add(jMenuItem1);
mnPromethee.setText("PROMETHEE");
mnPromethee.addActionListener(new
java.awt.event.ActionListener() {
public void actionPerformed(java.awt.event.ActionEvent
evt) {
mnPrometheeActionPerformed(evt);
}
});
mnAHP.add(mnPromethee);
jMenuBar1.add(mnAHP);
jMenu3.setText("About");
jMenu3.addMouseListener(new java.awt.event.MouseAdapter() {
public void mouseClicked(java.awt.event.MouseEvent evt) {
jMenu3MouseClicked(evt);
}
});
jMenuBar1.add(jMenu3);
jMenu1.setText("Exit");
jMenu1.addMouseListener(new java.awt.event.MouseAdapter() {
public void mouseClicked(java.awt.event.MouseEvent evt) {
jMenu1MouseClicked(evt);
}
});
jMenuBar1.add(jMenu1);
L-8
setJMenuBar(jMenuBar1);
pack();
}// </editor-fold>
private void
mnPrometheeActionPerformed(java.awt.event.ActionEvent evt) {
// TODO add your handling code here:
Promethee promethee=new Promethee();
jDesktopPane1.add(promethee);
setLocationToCenter(promethee);
promethee.show();
}
}
L-9
KUISIONER PENELITIAN
Kuisioner ini disusun untuk mengetahui daya pilih konsumen terhadap Hardisk
Eksternal. Dalam survey ini, tidak ada jawaban yang salah dan benar. Survey ini
bertujuan untuk data yang dapat digunakan untuk memecahkan masalah dan
mendukung sistem keputusan terhadap pemilihan Hardisk Eksternal. Setiap informasi
yang diperoleh dari kuisioner ini murni hanya untuk tujuan akademis dan tidak
berpengaruh dengan apapun terhadap responden. Saya menjamin kerahasiaan dari
informasi yang anda berikan.
Petunjuk Pengisian
Berilah tanda ceklish (√) pada kolom skala kriteria (A) atau pada kolom skala kriteria
(B) yang sesuai dengan pendapat anda.
Defenisi Kode:
Dan jika anda ragu-ragu antara 2 skala maka ambil nilai tengahnya, misalkan anda
ragu-ragu antara 3 dan 5 maka pilih skala 4 dan seterusnya.
L-10
Contoh:
Jika anda memberi tanda (√) pada skala 7 dikolom A, maka artinya adalah kriteria
A dalam contoh ini Kapasitas sangat lebih penting dibanding dengan kriteria B
dalam contoh ini adalah Kecepatan transfer. Akan tetapi jika anda merasa kriteria
B sangat lebih penting dibanding dengan kriteria A (Kapasitas) maka pengisian
kolomnya adalah sebagai berikut:
Identitas Responden
Nama Toko :
Jika Jawaban Ya lanjutkan pertanyaan dan jika Tidak berhenti sampai disini
dan ucapkan terima kasih.
3. Tipe Hardisk Eksternal apa yang paling dicari oleh konsumen berdasarkan
data diatas?
Sebutkan dua atau lebih.
a.
b.
c.
d.
L-12
1. Kecepatan Dimensi
transfer
2. Kecepatan Tipe USB
transfer
Data Pribadi
Riwayat Pendidikan
Pelatihan
Hormat Saya,
(Didi Pratama)