SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN BIBIT TANAMAN KARET

DENGAN METODE WEIGHTED PRODUCT (WP)

PROPOSAL PENELITIAN

Diajukan oleh

Deni Saputra

1615015084

PROGRAM STUDI TEKNIK INFORMATIKA

JURUSAN TEKNOLOGI INFORMASI DAN KOMUNIKASI

FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI

UNIVERSITAS MULAWARMAN

SAMARINDA

2019
 LEMBAR PENGESAHAN
SEMINAR PROPOSAL PENELITIAN

SISTEM PENDUKUNG KEPUTUSAN

PEMILIHAN BIBIT TANAMAN KARET
DENGAN METODE WEIGHTED PRODUCT (WP)

Yang dipersiapkan dan disusun oleh

Deni Saputra
1615015084

Telah disetujui oleh

Dosen Pembimbing I Dosen Pembimbing II

Joan Angelina Widians, M.Kom Masna Wati, S.Si,. MT

NIP. 19770119 200812 2 001 NIP. 19851103 201404 2 002

Mengetahui,
Koordinator Prodi Teknik Informatika,

Masna Wati, S.Si,. MT

NIP. 19851103 201404 2 002

ii
 KATA PENGANTAR

Puji syukur kepada Tuhan Yang Maha Esa sehingga dapat menyelesaikan proposal

skripsi dengan judul “Sistem Pendukung Keputusan Pemilihan Bibit Tanaman Karet Dengan

Metode Weighted Product”. Laporan proposal skripsi ini disusun sebagai salah satu syarat

untuk menyelesaikan Program Studi Sarjana Strata Satu (S-1) Teknik Informatika pada

Fakultas Ilmu Komputer dan Teknologi Informasi (FKTI), Universitas Mulawarman.

Oleh karena itu, pada kesempatan ini kami ingin mengucapkan terima kasih kepada

setiap pihak yang telah mendukung serta membantu kami selama proses penyusunan proposal

skripsi, kepada:

1. Orang tua, Saudara-saudara kami atas do’a, bimbingan serta kasih sayang.

2. Bapak Dr. Nataniel Dengen, S.Si., M.Si., selaku Dekan Fakultas Ilmu Komputer dan

Teknologi Informasi

3. Bapak Edy Budiman, S.Pd., MT selaku Ketua Jurusan Teknologi Informasi dan

Komunikasi.

4. Ibu Masna Wati, S.Si., MT., selaku Ketua Program Studi Teknologi Informasi.

5. Ibu Joan Angelina Widians, M.Kom., selaku dosen pembimbing I yang penuh kesabaran

dalam membimbing dan mengarahkan penulis dalam penyusunan proposal penelitian ini.

6. Ibu Masna Wati, S.Si., MT., selaku dosen pembimbing II yang telah meluangkan waktunya

dalam membimbing dan mengarahkan penulis dalam penyusunan proposal penelitian ini.

7. Segenap Dosen Jurusan Teknik Informatika, yang telah memberikan sharing imu

pengetahuan selama mengikuti perkuliahan.

8. Rekan-rekan seperjuangan yang terus memberikan dukungan demi terselesaikannya tugas

ini.

iii
 Kami menyadari bahwa proposal skripsi ini tidak luput dari berbagai kekurangan. Oleh

karena itu, semua kritik dan saran yang bersifat memperbaiki demi kesempurnaan sangat

diharapkan.

Samarinda, 3 Agustus 2019

Deni Saputra
NIM. 1615015084

iv
 ABSTRAK

Kemajuan teknologi mendorong manusia untuk lebih memanfaatkan teknologi dalam

berbagai kegiatan yang dilakukan terutama teknologi yang berhubungan dengan pengetahuan.

Salah satu dari teknologi tersebut adalah sistem pendukung keputusan. Sistem pendukung

keputusan banyak digunakan dalam berbagai bidang seperti pendidikan, kesehatan,

perkebunan, dan hal-hal sekitar manusia lainnya.

Tanaman Karet merupakan komoditi perkebunan yang penting dalam industri otomotif.

Dari aspek produksi, produktivitas karet umumnya masih rendah. salah satu penyebabnya

berasal dari tanaman karet itu sendiri. Minimnya pengetahuan petani karet tentang penggunaan

bibit tanaman karet unggulan ini menyebabkan rendahnya produktivitas karet. Dalam hal ini,

sistem pendukung keputusan hadir sebagai solusi untuk membantu petani karet dalam

meningkatkan produksi karetnya.

Sistem pendukung keputusan ini dibangun dengan pemograman berbasis website

dengan menggunakan bahasa pemograman PHP dengan menggunakan metode Weighted

Product yang bisa langsung digunakan oleh petani karet.

Kata Kunci: Sistem Pendukung Keputusan, Tanaman Karet, Metode Weighted Product.

v
 ABSTRACT

Technological advances encourage humans to better utilize technology in a wide range

of activities undertaken primarily with knowledge-related technologies. One of those

technologies is a decision support system. Decision support systems are widely used in areas

such as education, health, plantation, and other human things.

Rubber plants are an essential plantation commodity in the automotive industry. From

the production aspect, rubber productivity is generally still low. One of the causes comes from

the rubber tree itself. Lack of the knowledge of rubber farmers about the use of this superior

rubber tree seedlings cause low rubber productivity. In this case, the decision support system

is present as a solution to help rubber farmers in improving their production.

This decision support system is built with website-based programming using the PHP

programming language using the Weighted Product method which can be directly used by

rubber farmers..

Keywords: Decision Support System, Rubber Tree, Weighted Product Method.

vi
 DAFTAR ISI

Halaman Judul ............................................................................................................................ i

Lembar Pengesahan ................................................................................................................... ii

Kata Pengantar .......................................................................................................................... iii

Abstrak ....................................................................................................................................... v

Abstract ..................................................................................................................................... vi

Daftar Isi .................................................................................................................................. vii

Daftar Gambar .......................................................................................................................... ix

Daftar Tabel ............................................................................................................................... x

Bab I Pendahuluan ..................................................................................................................... 1

1.1 Latar Belakang ................................................................................................................. 1

1.2 Rumusan Masalah ............................................................................................................ 2

1.3 Batasan Masalah ............................................................................................................... 2

1.4 Tujuan Penelitian ............................................................................................................. 3

1.5 Manfaat Penelitian ........................................................................................................... 3

1.6 Kontribusi Penelitian ........................................................................................................ 4

1.7 Sistematika Penulisan Proposal........................................................................................ 4

Bab II Tinjauan Pustaka ............................................................................................................. 5

2.1 Sistem Pendukung Keputusan ................................................................................... 5

2.2 Tanaman Karet .......................................................................................................... 7

vii
 2.3 Metode Weighted Product ......................................................................................... 8

2.4 Penelitian Sebelumnya .............................................................................................. 9

Bab III Metodelogi Penelitian.................................................................................................. 16

3.1 Waktu dan Tempat Penelitian ................................................................................. 16

3.2 Metode Penelitian .................................................................................................... 16

3.2.1 Metode Pengambilan Data ............................................................................. 16

3.2.2 Tahapan Penelitian ......................................................................................... 17

3.2.3 Sampel Data ................................................................................................... 20

3.3 Metode Weighted Product ....................................................................................... 21

3.4 Jadwal Penelitian ..................................................................................................... 25

Daftar Pustaka .......................................................................................................................... 26

viii
 DAFTAR GAMBAR

Gambar 2.1 Komponen Sistem Pendukung Keputusan ............................................................. 6

Gambar 3.1 Tahapan penelitian ............................................................................................... 17

Gambar 3.2 Metode Weighted Product.................................................................................... 22

ix
 DAFTAR TABEL

Tabel 2.1 Daftar Penelitian Terkait ............................................................................................ 9

Tabel 3.1 Kriteria dan Bobot Kriteria ...................................................................................... 20

Tabel 3.2 Bobot dan Tipe Kriteria ........................................................................................... 20

Tabel 3.3 Sub-kriteria dan Bobot Sub-kriteria ......................................................................... 20

Tabel 3.4 Data Alternatif dan Bobot Kriteria yang Telah Didapatkan .................................... 21

Tabel 3.5 Perankingan ............................................................................................................. 24

Tabel 3.6 Jadwal Penelitian ..................................................................................................... 25

x
 BAB I

PENDAHULUAN

1.1. Latar Belakang

Saat ini, perkembangan komputer telah mengalami banyak perubahan yang sangat

pesat seiring dengan kebutuhan manusia yang semakin banyak dan kompleks, terutama di

bidang Artifical Intelegence (AI) atau yang biasa disebut dengan Kecerdasan Buatan yang

dapat meniru kecerdasan manusia untuk mencari suatu solusi. Komputer yang pada

awalnya hanya digunakan untuk akademik dan militer, kini telah digunakan secara luas

di berbagai bidang, seperti bisnis, kesehatan, pendidikan, permainan, perkebunan dan

sebagainya. Hal ini mendorong para ahli untuk semakin mengembangkan komputer agar

dapat membantu kerja manusia atau bahkan melebihi kemampuan kerja manusia.

Perkebunan merupakan salah satu sektor penting dalam perekonomian Indonesia.

Perkebunan berperan sebagai pendorong perkembangan wilayah dan pendorong

perkembangan ekonomi kerakyatan. Tentunya hal tersebut tidak terlepas dari peran

perkebunan tanaman karet yang tersebar di seluruh Indonesia.

Tanaman Karet merupakan komoditi perkebunan yang penting dalam industri

otomotif, yang memberikan sumbangan besar bagi perekonomian Indonesia. Diperkirakan

ada lebih dari 3,4 juta hektar perkebunan karet di Indonesia, 85% di antaranya (2,9 juta

hektar) merupakan perkebunan karet yang dikelola oleh rakyat atau petani skala kecil, dan

sisanya dikelola oleh perkebunan besar milik negara atau swasta. Dari aspek produksi,

produktivitas karet umumnya masih rendah. salah satu penyebabnya berasal dari tanaman

karet itu sendiri.

Minimnya pengetahuan petani karet tentang penggunaan bibit tanaman karet

unggulan ini menyebabkan rendahnya produktivitas karet. Dalam hal ini, sistem

1
 pendukung keputusan hadir sebagai solusi untuk membantu petani karet dalam

meningkatkan produksi karetnya.

Sistem Pendukung Keputusan (Decision Support System) merupakan sistem

informasi interaktif yang menyediakan informasi, pemodelan, dan pemanipulasian data.

Sistem itu digunakan untuk membantu pengambilan keputusan dalam situasi yang

semiterstruktur dan situasi yang tidak terstruktur, dimana seorang pun tahu secara pasti

bagaimana keputusan seharusnya dibuat. Sistem pendukung keputusan lebih di tujukan

untuk mendukung manajemen dalam melakukan pekerjaan yang bersifat analitis dalam

situasi yang kurang terstruktur dan dengan kriteria yang kurang jelas.

Berdasarkan uraian di atas, penulis akan mengangkat judul “Sistem Pendukung

Keputusan Pemilihan Bibit Tanaman Karet Menggunakan Metode Weighted Product

(WP)” agar mendorong peneliti membangun sistem yang lebih praktis dan memiliki

kemampuan untuk memberikan rekomendasi bibit tanaman karet unggulan kepada petani

karet.

1.2. Rumusan Masalah

Adapun rumuan masalah pada penelitian ini adalah sebagai berikut.

1. Bagaimana membuat suatu sistem yang dapat membantu petani karet sebagai bahan

pertimbangan untuk memilih bibit tanaman karet terbaik?

2. Bagaimana pengembangan sistem pendukung keputusan pemilihan bibit tanaman

karet dengan metode Weighted Product (WP)?

1.3. Batasan Masalah

Adapun batasan masalah pada penelitian ini adalah sebagai berikut

2
 1. Sistem pendukung keputusan yang dibuat hanya ditujukan sebagai alat bantu

alternatif untuk masalah pemilihan bibit tanaman karet dan bukan sebagai

menggantikan fungsi pakar.

2. Pengambilan keputusan bibit unggul tanaman karet berdasarkan tanah di Samarinda.

3. Pengambilan keputusan bibit unggul tanaman karet hanya bersifat rekomendasi,

tidak bersifat mutlak.

4. Sistem dirancang berbasis website dengan PHP sebagai bahasa pemogramannya.

5. Sistem dirancang menggunakan metode Weighted Product (WP).

6. Sistem dirancang dengan 2 (dua) jenis user, yaitu:

a. User umum, hanya dapat mengelola data bibit tanaman karet yang akan

direkomendasikan sebagai bibit tanaman karet terbaik.

b. Admin, mempunyai hak akses penuh terhadap sistem, seperti mengelola

kriteria, bobot, dan data tanaman karet. Selain itu, ia juga memiliki hak akses

untuk memodifikasi sistem jika terjadi gangguan atau kerusakan.

1.4. Tujuan Penelitian

Adapun tujuan penelitian ini yaitu, menghasilkan sebuah Perangkat Lunak

(Software) berupa program sistem pengambil keputusan yang dapat digunakan sebagai

alat untuk memberikan rekomendasi bibit tanaman karet terbaik berdasarkan parameter-

parameter yang telah ditentukan agar mendapatkan hasil yang akurat.

1.5. Manfaat Penelitian

Penelitian ini diharapkan dapat memberikan manfaat untuk tiga pihak, yaitu:

1. Bagi Peneliti

3
 Mengembangkan kemampuan untuk mengimplementasikan ilmu yang didapat

selama kuliah terutama dalam bidang sistem pendukung keputusan dengan

memanfaatkan metode Weighted Product (WP).

2. Bagi Petani Karet

Membantu dalam memberikan rekomendasi alternatif bibit tanaman karet

pada petani karet sebagai pengguna sistem pendukung keputusan ini.

3. Bagi Akademik

Hasil penelitian ini diharapkan dapat memberikan sumbangan pengetahuan

dalam rangka pengembangan ilmu pengetahuan untuk penelitian selanjutnya.

1.6. Kontribusi Penelitian

Kontribusi penelitian ini adalah penerapan metode Weighted Product dalam

mengambil keputusan untuk memilihan bibit tanaman karet sehingga dapat membantu

petani karet dalam memilih bibit tanaman karet tersebut.

1.7. Sistematika Penulisan Proposal

Materi penulisan ini diatur secara sistematis untuk mempermudah pembahasan dan

secara garis besar dapat diuraikan sebagai berikut.

BAB I PENDAHULUAN, berisi Latar Belakang, Rumusan Masalah, Batasan

Masalah, Tujuan Penelitian, Manfaat Penelitian, dan Kontribusi Penelitian.

BAB II TINJAUAN PUSTAKA, berisi tentang Sistem Pendukung Keputusan,

Tanaman Karet, Metode Weighted Product, dan Penelitian-penelitian sebelumnya.

BAB III METODOLOGI, menjabarkan tentang metode yang digunakan dalam

penelitian ini meliputi waktu dan tempat penelitian, metode penelitian, tahapan penelitian,

metode Weighted Product, serta jadwal penelitian.

4
5
 BAB II

TINJAUAN PUSTAKA

2.1. Sistem Pendukung Keputusan

Sistem Pendukung Keputusan (SPK) merupakan sistem informasi interaktif yang

menyediakan informasi, pemodelan, dan pemanipulasian data. Sistem itu digunakan untuk

membantu pengambilan keputusan dalam situasi yang semiterstruktur dan situasi yang

tidak terstruktur, dimana seorang pun tahu secara pasti bagaimana keputusan seharusnya

dibuat.

Sistem Pendukung Keputusan lebih ditujukan untuk mendukung manajemen dalam

melakukan pekerjaan yang bersifat analitis dalam situasi yang kurang terstruktur dan

dengan kriteria yang kurang jelas. Sistem Pendukung Keputusan tidak dimaksudkan untuk

mengotomatisasikan pengambilan keputusan, tetapi memberikan perangkat interaktif

yang memungkinkan pengambil keputusan untuk melakukan berbagai analisis

menggunakan model-model yang tersedia.

Sistem Pendukung Keputusan dilakukan pertama kali oleh Carnegie Institute of

Technology pada akhir 1950-an. Lalu pada tahun 1960-an Massachusetts Institute of

Technology (MIT) menerapkan teknologi komputer untuk teori pengambilan keputusan.

Selanjutnya pada tahun 1980-an dilakukan penelitian intensif tentang Sistem Pendukung

Keputusan, muncul teori dan konsep baru dari model penggunaan Sistem Pendukung

Keputusan tunggal, termasuk Organizational Decision Support Systems (ODSS), Group

Decision Support Systems (GDSS), dan Executive Information Systems (EIS). Sampai

pada tahun 1990, Sistem Pendukung Keputusan lebih dikembangkan dan diperluas untuk

mencakup pergudangan data dan pemrosesan analitis online.

6
 Secara umum Sistem Pendukung Keputusan dibangun oleh tiga komponen besar

yaitu database Management, Model Base dan Software System atau User Interface.

Database Model
Management Base

User
Interface

User

Gambar 2.1 Komponen Sistem Pendukung Keputusan

a. Database Management

Merupakan subsistem data yang terorganisasi dalam suatu basis data. Data

yang merupakan suatu sistem pendukung keputusan dapat berasal dari luar maupun

dalam lingkungan. Untuk keperluan Sistem Pendukung Keputusan, diperlukan data

yang relevan dengan permasalahan yang hendak dipecahkan melalui simulasi.

b. Model Base

Merupakan suatu model yang merepresentasikan permasalahan kedalam

format kuantitatif (model matematika sebagai contohnya) sebagai dasar simulasi

atau pengambilan keputusan, termasuk didalamnya tujuan dari permaslahan

(objektif), komponen-komponen terkait, batasan-batasan yang ada (constraints), dan

hal-hal terkait lainnya. Model Base memungkinkan pengambil keputusan

7
 menganalisa secara utuh dengan mengembangkan dan membandingkan solusi

alternatif.

c. User Interfase atau Pengelolaan Dialog

Terkadang disebut sebagai subsistem dialog, merupakan penggabungan antara

dua komponen sebelumnya yaitu Database Management dan Model Base yang

disatukan dalam komponen ketiga (user interface), setelah sebelumnya

dipresentasikan dalam bentuk model yang dimengerti computer. User Interface

menampilkan keluaran sistem bagi pemakai dan menerima masukan dari pemakai

kedalam Sistem Pendukung Keputusan.

2.2 Tanaman Karet

Tanaman karet merupakan komoditi perkebunan yang penting dalam industri

otomotif. Karet (Hevea Brasiliensis) berasal dari benua Amerika dan saat ini menyebar

luas ke seluruh dunia. Karet dikenal di Indonesia sejak masa kolonial Belanda, dan

merupakan salah satu komoditas perkebunan yang memberikan sumbangan besar bagi

perekonomian Indonesia. Diperkirakan ada lebih dari 3,4 juta hektar perkebunan karet di

Indonesia, 85% di antaranya (2,9 juta hektar) merupakan perkebunan karet yang dikelola

oleh rakyat atau petani skala kecil, dan sisanya dikelola oleh perkebunan besar milik

negara atau swasta.

Sumatera dan Kalimantan adalah daerah penghasil karet terbesar di Indonesia

dengan sentra produksi tersebar di Sumatra Selatan (668 ribu hektar), Sumatra Utara (465

ribu hektar), Jambi (444 ribu hektar), Riau (390 ribu hektar), dan Kalimantan Barat (388

ribu hektar). Sementara Sulawesi Selatan adalah provinsi yang memiliki luas perkebunan

karet terbesar di Sulawesi yaitu sekitar 19 ribu hektar.

8
 Perkebunan karet rakyat biasanya dikelola dengan teknik budidaya sederhana berupa

pemupukan sesuai kemampuan petani. Karet ditanam bersama dengan pohon-pohon lain

seperti pohon buah-buahan (contohnya durian, petai, jengkol, dan duku) maupun pohon

penghasil kayu (contohnya meranti dan tembesu) yang sengaja ditanam atau tumbuh

sendiri secara alami. Sebaliknya, perkebunan besar dikelola dengan teknik budidaya yang

lebih maju dan intensif dalam bentuk perkebunan monokultur, yaitu hanya tanaman karet

saja, untuk memaksimalkan hasil kebun.

2.3 Metode Weighted Product

Weighted Product merupakan salah satu metode pengambilan keputusan multi-

kriteria untuk menyelesaikan masalah sama seperti metode Multi Attribute Decision

Making (MADM) lainnya. Metode MADM digunakan untuk menyelesaikan kasus-kasus

dimana data terdiri atas banyak atribut kepentingan. Beberapa contoh metode yang dapat

digunakan untuk masalah MADM antara lain metode Simple Additive Weighting,

Weighted Product, TOPSIS, Analytic Hierarchy Process, serta metode ELECTRE.

Weighted Product adalah himpunan berhingga dari alternatif keputusan yang yang

dijelaskan dalam istilah beberapa kriteria keputusan.

Metode Weighted Product (WP) mirip dengan metode Simple Additive Weighting

(SAW), hanya saja metode Weighted Product terdapat perkalian dalam perhitungan

matematikanya. Metode Weighted Product juga disebut sebagai analisis berdimensi

karena struktur matematikanya menghilangkan satuan ukuran suatu objek data. Serta

metode Weighted Product tidak melakukan proses normalisasi data.

Pemilihan metode Weighted Product (WP) didasarkan juga atas kemampuannya

dalam memberikan solusi optimal dalam sistem pemeringkatan. Pemilihan metode ini juga

9
 didasarkan atas kompleksitas komputasi yang tidak terlalu sulit sehingga waktu yang

dibutuhkan dalam menghasilkan perhitungan relatif singkat.

Adapun langkah-langkah penyelesaian metode Weighted Product adalah sebagai

berikut:

1. Menentukan tingkat prioritas bobot setiap kriteria (𝑊_𝐼𝑛𝑖𝑡𝑗) kemudian dilakukan

perbaikan bobot (𝑊𝑗) menggunakan rumus berikut.

𝑊_𝐼𝑛𝑖𝑡𝑗
𝑊𝑗 =
∑𝑛𝑗=1 𝑊_𝐼𝑛𝑖𝑡𝑗

2. Membuat tabel bobot kriteria yang akan dipilih.

3. Menghitung vektor 𝑆𝑖, dimana setiap data (𝑋𝑖𝑗) akan dikalikan tetapi sebelumnya

dilakukan pemangkatan dengan bobot dari kriterianya.

𝑛
𝑘𝑊𝑗
𝑆𝑖 = ∏ 𝑥𝑖𝑗
𝑗=1

Dengan 𝑖 = 1,2, … , 𝑚 dimana ∑𝑛𝑗=1 𝑊𝑗= 1 , 𝑘 = 1, untuk atribut keuntungan

(benefit), dan 𝑘 = −1 untuk atribut biaya (cost).

4. Menghitung vektor 𝑉𝑖, kemudian memilih nilai tertinggi sebagai alternatif terbaik

dalam pengambilan keputusan.

𝑆𝑖
𝑉𝑖 = 𝑚 , dengan 𝑖 = 1, 2 , . . , 𝑚
∑ 𝑖=1 𝑆𝑖

2.4. Penelitian sebelumnya

Tabel 2.1 Daftar Penelitian Terkait

No Penulis Judul Tahun Metode Hasil

1 Harold Sistem 2015 Simple Peringkat rangking

Situmorang Pendukung Additive tidak menjadi

Keputusan prioritas dalam

10
 Pemilihan Calon Weighting pemilihan siswa

Peserta Olimpiade (SAW) yang dapat

Sains Tingkat mengikuti

Kabupaten olimpiade sains.

Langkat Pada

Madrasah Aliyah

Negeri (MAN) 2

Tanjung Pura

dengan

menggunakan

Metode Simple

Additive

Weighting (SAW)

2 Fazliani, Joan Sistem 2017 Analitic Sistem dapat

Angelina Pendukung Hierarchy membantu user

Widians, Keputusan Process (AHP) memperoleh

Islamiyah Pemilihan Jenis informasi

Bibit Unggul rekomendasi jenis

Kelapa Sawit bibit unggul kelapa

Dengan Metode sawit yang sesuai

Analitic dengan kebutuhan

Hierarchy Process yang diinginkan.

(AHP)

11
3 Nency Sistem 2015 Weighted Sistem mampu

Nurjannah, Pendukung Product (WP) melakukan

Zainal Arifin, Keputusan pengurutan sepeda

Dyna Marisa Pembelian Sepeda motor sebagai hasil

Khairina Motor Dengan rekomendasi

Metode Weighted produk yang

Product (WP) disarankan

berdasarkan

pemilihan alternatif

merk dan jenis

sepeda motor, serta

penentuan tingkat

kepentingan dalam

setiap kriteria

4 Diasrina Metode Naïve 2016 Naïve Bayes Sistem dapat

Dahri, Fahrul Bayes Untuk membantu

Agus, Dyna Penentuan menyeleksi

Marisa Penerima penerima beasiswa

Khairina Beasiswa bidikmisi dengan

Bidikmisi tingkat akurasi

Universitas sebesar 85.56%

Mulawarman

12
5 Anggi Penerapan 2017 Entropy dan Sistem

Syahadat Metode Entropy PROMETHEE menghasilkan

Harahap, dan Metode tingkat akurasi

Tulus, Erna PROMETHEE 65%, sehingga

Budhiarti Dalam dapat disimpulkan

Merangking bahwa

Kualitas Getah penggabungan

Karet metode Entropy

dan PROMETHEE

cukup dapat

dijadikan bahan

pertimbangan bagi

user dalam kasus

penentuan kualitas

getah karet

6 Friandy Dwi Sistem 2018 Multifactor Sistem ini

Noviandha, Pendukung Evaluation memberikan saran

Indah Fitri Keputusan Untuk Process kelompok kategori

Astuti, Penentuan UKT, sesuai

Awang Harsa Kategori Uang dengan bobot

Kridalaksana Kuliah Tunggal evaluasi yang

Dengan Metode berasal dari bobot

Multifactor kriteria dan

Evaluation evaluasi kriteria

13
 Process (Studi

Kasus:

Universitas

Mulawarman)

7 Mulya Ade Pemilihan Paket 2017 Analytical Pengguna dapat

Irma Suryani, Wisata Hierarchy melakukan

Zainal Arifin, Menggunakan Process (AHP) pemilihan paket

Heliza Metode wisata sesuai

Rahmania Analytical dengan bobot

Hatta Hierarchy Process kriteria yang sudah

(AHP) ditentukan dari

hasil kuisioner

8 Shiva Mutia Sistem 2018 Electre Data uji yang telah

Maffirotin, Pendukung dibahasa

Masna Wati, Keputusan sebelumnya dapat

Hario Jati Penerima Bantuan disimpulkan bahwa

Setyadi Sosial Daerah kriteria yang sangat

Kutai Kartanegara mempengaruhi

menggunakan diterima atau

Metode Electre ditolaknya

pengusul bantuan

social tersebut

14
9 Wahyu Sistem 2017 Simple Penilaian bibit

Halifathur Pendukung Additive cabai rawit dapat

Rachman, Keputusan Weighting dipecahkan dalam

Joan Pemilihan Bibit (SAW) bentuk matriks

Angelina Cabai Rawit keputusan sesuai

Widians, Menggunakan rating kecocokan

Masnawati Metode Simple dengan bobot

Additive preferensi dan

Weighting (SAW) membandingkan

Bebasis Web semua rating

alternative yang

ada. Kemudian

diperoleh rangking

bibit cabai rawit

sebagai keputusan

yang diusulkan

10 Farid Al Sistem 2018 Profile Sistem berhasil

Muhaimin, Pendukung Matching menerapkan

Joan Keputusan metode Profile

Angelina Pemilihan Objek Matching dalam

Widians, Wisata di Kota pemilihan objek

Bambang Balikpapan wisata yang dibuat

Cahyono Menggunakan berdasarkan hasil

yang diperoleh dari

15
Metode Profile kriteria dan skala

Matching nilai.

16
 BAB III

METODOLOGI PENELITIAN

3.1 Waktu dan Tempat penelitian

Waktu penelitian berlangsung pada bulan september 2019 hingga bulan desember

2019. Tempat penelitian akan dilakukan pada Dinas Perkebunan Provinsi Kalimantan

Timur selama 4 (empat) bulan.

3.2 Metode Penelitian

3.2.1 Metode Pengambilan Data

1. Studi Pustaka

Studi pustaka merupakan suatu kegiatan penelusuran literatur. Kegiatan

ini dilakukan untuk mencari sumber data sekunder yang mendukung penelitian

dengan menggunakan bahan-bahan dokumentasi, baik berupa buku, majalah

maupun arsip-arsip lainnya yang mendukung penelitian. Penggunaan studi

pustaka bertujuan untuk mengetahui relevansi dengan data-data yang diperoleh.

2. Wawancara

Metode yang dilakukan dengan cara mengadakan wawancara langsung

dengan pihak Dinas Perkebunan Provinsi Kalimantan Timur. Kegiatan yang

dilakukan adalah melakukan wawancara kepada pihak-pihak tersebut.

3. Observasi

Observasi adalah metode yang digunakan untuk memperoleh data dengan

cara mengadakan pengamatan terhadap data-data kriteria yang digunakan

sebagai parameter untuk mengidentifikasi alternatif-alternatif tanaman karet

dan kriteria-kriteria dalam pemilihan bibit tanaman karet terbaik. Metode ini

17
 bertujuan untuk mempelajari kriteria-kriteria apa saja yang dijadikan parameter

dalam pemilihan bibit tanaman karet tersebut. Dengan adanya metode ini

penulis dapat membuat sebuah sistem pendukung keputusan untuk memilih

bibit tanaman karet terbaik. Observasi penelitian ini akan dilakukan di Dinas

Perkebunan Provinsi Kalimantan Timur.

3.2.2 Tahapan Penelitian

Pengumpulan Data Penelitian

Analisa Metode
Weighted Product

Perancangan

Implementasi

Pengujian

Dokumentasi

Gambar 3.1 Tahapan penelitian

a. Pengumpulan Data Penelitian

Pada tahap ini dilakukan pengumpulan data tentang sistem pendukung

keputusan pemilihan bibit tanaman karet, semua tahap pada proses

pengumpulan data-data tersebut diperoleh dari studi pustaka dan wawancara.

18
 Studi pustaka dilakukan dengan tujuan untuk mengetahui metode apa

yang akan digunakan untuk mencari sumber data sekunder yang mendukung

penelitian dengan menggunakan bahan-bahan dokumentasi, yaitu dengan

mempelajari buku-buku, artikel-artikel dan jurnal-jurnal yang berhubungan

dengan permasalahan yang akan dibahas. Penggunaan studi pustaka bertujuan

untuk mengetahui relevansi dengan data-data yang diperoleh.

Proses wawancara dilakukan kepada pihak yang bersangkutan tentang

alternatif-alternatif tanaman karet, serta kriteria-kriiteria serta bobot kriteria

yang digunakan dalam proses keputusan.

b. Analisa Metode Weighted Product

Analisa metode Weighted Product meliputi penentuan tingkat prioritas

bobot setiap kriteria dan membuat tabel bobot kriteria, serta perangkingan

alternatif-alternatif yang didapat dari bobot kriteria-kriteria yang sudah

ditentukan sebelumnya.

Adapun langkah-langkah untuk penerapan metode Weighted Product

sebagai berikut:

1. Menentukan tingkat prioritas bobot setiap kriteria (𝑊_𝐼𝑛𝑖𝑡𝑗) kemudian

dilakukan perbaikan bobot (𝑊𝑗).

2. Membuat tabel bobot kriteria yang akan dipilih.

3. Menghitung vektor 𝑆𝑖, dimana setiap data (𝑋𝑖𝑗) akan dikalikan tetapi

sebelumnya dilakukan pemangkatan dengan bobot dari kriterianya.

4. Menghitung vektor 𝑉𝑖, dan memberikan ranking dari alternatif yang

diberikan.

19
c. Perancangan

Setelah melakukan analisa, maka kemudian dilanjutkan dengan

perancangan sistem berdasarkan hasil analisa yang telah dilakukan sebelumnya.

Membuat perangkat lunak sebagai sarana untuk pengguna sistem.

d. Implementasi

Merupakan tahap penyusunan perangkat lunak sistem apakah sistem dapat

berjalan sesuai dengan kebutuhan dimana dalam sistem terdiri dari beberapa

form yang mempunyai fungsi tersendiri diantaranya adalah form pembobotan

kriteria dan form perangkingan alternatif.

Untuk mengimplementasikan aplikasi ini maka dibutuhkan perangkat

pendukung, berupa perangkat lunak dan perangkat keras.

e. Pengujian

Pengujian merupakan tahapan dimana aplikasi akan dijalankan. Tahap

pengujian diperlukan untuk menjadi ukuran bahwa sistem dapat dijalankan

sesuai dengan tujuan

f. Dokumentasi

Dalam tahap ini, dilakukan pembuatan dokumentasi hasil penelitian yang

dilakukan untuk kepentingan publikasi.

Bentuk dan sistematika dokumentasi penelitian dapat berupa artikel

ilmiah, laporan, skripsi, thesis, ataupun disertasi. Tahap dokumentasi penelitian

ini merupakan tahap akhir dalam sebuah proses penelitian.

20
3.2.3 Sampel Data

Dalam tugas akhir ini, data penelitian berasal dari Dinas Perkebunan Provinsi

Kalimantan Timur dalam pengambilan data tanaman karetnya. Jumlah data yang

digunakan untuk dianalisa sebanyak jumlah alternatif-alternatif tanaman karet dan

kriteria-kriteria dalam proses pemilihan alternatif bibit tanaman karet.

Tabel 3.1 Kriteria dan Bobot Kriteria

Kode Kriteria

C1 Jenis Tanah

C2 Curah Hujan

C3 Tingkat Pertumbuhan

C4 Jumlah Produksi

Tabel 3.2 Bobot dan Tipe Kriteria

Kode Bobot Tipe

C1 10 Cost

C2 40 Cost

C3 30 Benefit

C4 20 Benefit

Tabel 3.3 Sub-kriteria dan Bobot Sub-kriteria

Kode Sub-kriteria Bobot Sub-kriteria

C1

C2

21
 C3

C4

Tabel 3.4 Data Alternatif dan Bobot Kriteria yang Telah Didapatkan

Nama Alternatif C1 C2 C3 C4

A1 10 3 2 2

A2 14 2 2 2

A3 18 1 2 1

A4 9 2 1 2

A5 7 3 1 1

A6 10 3 2 2

A7 12 1 1 1

A8 5 2 1 2

3.3. Metode Weighted Product (WP)

22
 Menentukan Tingkat Prioritas
Bobot Setiap Kriteria, kemudian
Lakukan Perbaikan Bobot

Membuat Tabel
Bobot Kriteria

Menghitung
Vektor Si

Menghitung Vektor Vi
dan memberikan ranking dari
alternatif yang diberikan

Gambar 3.2. Metode Weighted Product

Pada skema di atas, telah dijabarkan tahapan metode Weighted Product (WP). Tahap

pertama untuk menganalisis metode ini adalah menentukan kriteria dan tingkat prioritas

bobot setiap kriteria, dimana kriteria-kriteria ini bisa dilihat pada subbab 3.2.3 Sampel

Data. Kemudian lakukan perbaikan bobot dengan menggunakan rumus berikut.

𝑊_𝐼𝑛𝑖𝑡𝑗
𝑊𝑗 =
∑𝑛𝑗=1 𝑊_𝐼𝑛𝑖𝑡𝑗

Sehingga dari rumus tersebut, dapat dijabarkan sebagai berikut.

15
W1 = = 0.4285
15 + 10 + 5 + 5
10
W2 = = 0.2857
15 + 10 + 5 + 5
5
W3 = = 0.1428
15 + 10 + 5 + 5
5
W4 = = 0.1428
15 + 10 + 5 + 5

23
 Tahap kedua metode Weighted Product adalah membuat tabel data alternatif dan

bobot kriteria yang sebelumnya bisa dilihat pada subbab 3.2.3 Sampel Data.

Tahap ketiga adalah menghitung vektor 𝑆𝑖, dimana data alternatif yang ada akan

dikalikan tetapi sebelumnya dilakukan pemangkatan dengan bobot dari masing-masing

kriteria. Perhitungan vector 𝑆𝑖 menggunakan rumus sebagai berikut.

𝑛
𝑘𝑊𝑗
𝑆𝑖 = ∏ 𝑥𝑖𝑗
𝑗=1

Sehingga dari rumus diatas, dapat dijabarkan sebagai berikut.

𝑆1 = 10−0.4285 × 30.2857 × 20.1428 × 20.1428 = 0.6219

𝑆2 = 14−0.4285 × 20.2857 × 20.1428 × 20.1428 = 0.4795

𝑆3 = 18−0.4285 × 10.2857 × 20.1428 × 10.1428 = 0.3199

𝑆4 = 9−0.4285 × 20.2857 × 10.1428 × 20.1428 = 0.5248

𝑆5 = 7−0.4285 × 30.2857 × 10.1428 × 10.1428 = 0.5944

𝑆6 = 10−0.4285 × 20.2857 × 20.1428 × 20.1428 = 0.5539

𝑆7 = 12−0.4285 × 10.2857 × 10.1428 × 10.1428 = 0.3447

𝑆8 = 5−0.4285 × 20.2857 × 10.1428 × 20.1428 = 0.6752

Tahap keempat metode Weighted Product adalah menghitung vektor 𝑉𝑖 dengan

cara membagi hasil masing-masing vektor 𝑆𝑖 dengan jumlah seluruh 𝑆𝑖. Perhitungan

vektor 𝑉𝑖 menggunakan rumus sebagai berikut.

𝑆𝑖
𝑉𝑖 = 𝑚
∑ 𝑖=1 𝑆𝑖

Sehingga dari rumus tersebut dapat dijabarkan sebagai berikut.

0.6212
𝑉1 = = 0.1511
4.1146
0.4795
𝑉2 = = 0.1165
4.1146

24
 0.3199
𝑉3 = = 0.0777
4.1146
0.5248
𝑉4 = = 0.1275
4.1146
0.5944
𝑉5 = = 0.1444
4.1146
0.5539
𝑉6 = = 0.1346
4.1146
0.3447
𝑉7 = = 0.0837
4.1146
0.6752
𝑉8 = = 0.1641
4.1146

Setelah menghitung nilai 𝑉𝑖 untuk tiap-tiap alternatif, maka sistem akan memilih

nilai tertinggi sebagai alternatif terbaik dalam mengambil keputusan. Sehingga

rekomendasi alternatif yang didapat adalah sebagai berikut.

Tabel 3.5 Perankingan

Ranking Nama Alternatif Nilai 𝑉𝑖

1 A8 0.1641

2 A1 0.1511

3 A5 0.1444

4 A6 0.1346

5 A4 0.1275

6 A2 0.1165

7 A7 0.0837

8 A3 0.0777

25
3.4. Jadwal Penelitian

Tabel 3.6 Jadwal Penelitian

No Kegiatan Bulan

September Oktober November Desember

1 Proposal Penelitian

2 Seminar Proposal

3 Pengumpulan Data

4 Analisa Data

5 Seminar Hasil

6 Penulisan Artikel Ilmiah

7 Pendadaran

26
 DAFTAR PUSTAKA

Diasrina Dahri dkk. 2016. Metode Naïve Bayes Untuk Penentuan Penerima Beasiswa

Bidikmisi Universitas Mulawarman. Jurnal Informatika Mulawarman, Vol 11, No. 2,

September 2016

Farid Al Muhaimin, dkk. 2018. Sistem Pendukung Keputusan Pemilihan Objek Wisata di Kota

Balikpapan Menggunakan Metode Profile Maching. JURTI, Vol 2, No 1, Juni 2018

Fazliani dkk. 2017. Sistem Pendukung Keputusan Pemilihan Jenis Bibit Unggul Kelapa Sawit

Dengan Metode Analitic Hierarchy Process (AHP). Prosiding Seminar Ilmu Komputer

dan Teknologi Informasi, Vol 2, No. 1, Maret 2017

Harahap, Anggi Syahadat, dkk. 2017. Penerapan Metode Entropy dan Metode PROMETHEE

Dalam Merangking Kualitas Getah Karet. Jurnal Pelita Informatika, Vol 16, No 3, Juli

2017

Mulya Ade Irma Suryani dkk. 2017. Pemilihan Paket Wisata Menggunakan Metode Analytical

Hierarchy Process. Jurnal Informatika Mulawarman, Vol 12, No 2 September 2017

Nurjannah, Nency, dkk. 2015. Sistem Pendukung Keputusan Pembelian Sepeda Motor Dengan

Metode Weighted Product. Jurnal Informatika Mulawarman, Vol 10, No 2 September

2017

27
Noca Yolanda Sari dkk. 2018. Decision Support System For Determining Chili Plant Using

Fuzzy Multiple Attribute Decision Making. International Journal of Engineering &

Technology, 7 (4) (2018) 3556-3562

Nur Aminudin dkk. 2018. Higher Education Selection Using Simple Additive Weighting.

International Journal of Engineering & Technology, 7 (2.27) (2018) 211-217

Shiva Mutia Maffirotin dkk. 2018. Sistem Pendukung Keputusan Peneriman Bantuan Sosial

Daerah Kutai Kartanegara Menggunakan Metode Electre. JURTI, Vol 2, No. 1, Juni 2018

Situmorang, Harold. 2015. Sistem Pendukung Keputusan Pemilihan Calon Peserta Olimpiade

Sains Tingkat Kabupaten Langkat Pada Madrasah Aliyah Negeri (MAN) 2 Tanjung Pura

dengan menggunakan Metode Simple Additive Weighting (SAW) . Jurnal TIMES , Vol.

IV No 2 : 24-3

Wahyu Halifathur Rahman, dkk. 2017. Sistem Pendukung Keputusan Pemilihan Bibit Cabai

Rawit Menggunakan Metode Simple Additive Weighting (SAW) Bebasis Web. Prosiding

Seminar Ilmu Komputer dan Teknologi Informasi, Vol 2, No. 1, Maret 2017

Zulfi Azhar dkk. 2017. Decision Support System In Selecting The Scholarship Recipients With

SAW Method. International Conference on Technical and Vocation Education and

Training

28