PROPOSAL PENELITIAN
Diajukan oleh
Deni Saputra
1615015084
UNIVERSITAS MULAWARMAN
SAMARINDA
2019
LEMBAR PENGESAHAN
SEMINAR PROPOSAL PENELITIAN
Mengetahui,
Koordinator Prodi Teknik Informatika,
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
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
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.
Deni Saputra
NIM. 1615015084
iv
ABSTRAK
berbagai kegiatan yang dilakukan terutama teknologi yang berhubungan dengan pengetahuan.
Salah satu dari teknologi tersebut adalah sistem pendukung keputusan. Sistem pendukung
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
Kata Kunci: Sistem Pendukung Keputusan, Tanaman Karet, Metode Weighted Product.
v
ABSTRACT
technologies is a decision support system. Decision support systems are widely used in areas
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
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..
vi
DAFTAR ISI
Abstrak ....................................................................................................................................... v
Abstract ..................................................................................................................................... vi
vii
2.3 Metode Weighted Product ......................................................................................... 8
viii
DAFTAR GAMBAR
ix
DAFTAR TABEL
Tabel 3.4 Data Alternatif dan Bobot Kriteria yang Telah Didapatkan .................................... 21
x
BAB I
PENDAHULUAN
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
sebagainya. Hal ini mendorong para ahli untuk semakin mengembangkan komputer agar
dapat membantu kerja manusia atau bahkan melebihi kemampuan kerja manusia.
perkembangan ekonomi kerakyatan. Tentunya hal tersebut tidak terlepas dari peran
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
unggulan ini menyebabkan rendahnya produktivitas karet. Dalam hal ini, sistem
1
pendukung keputusan hadir sebagai solusi untuk membantu petani karet dalam
Sistem itu digunakan untuk membantu pengambilan keputusan dalam situasi yang
semiterstruktur dan situasi yang tidak terstruktur, dimana seorang pun tahu secara pasti
untuk mendukung manajemen dalam melakukan pekerjaan yang bersifat analitis dalam
situasi yang kurang terstruktur dan dengan kriteria yang kurang jelas.
(WP)” agar mendorong peneliti membangun sistem yang lebih praktis dan memiliki
kemampuan untuk memberikan rekomendasi bibit tanaman karet unggulan kepada petani
karet.
1. Bagaimana membuat suatu sistem yang dapat membantu petani karet sebagai bahan
2
1. Sistem pendukung keputusan yang dibuat hanya ditujukan sebagai alat bantu
alternatif untuk masalah pemilihan bibit tanaman karet dan bukan sebagai
a. User umum, hanya dapat mengelola data bibit tanaman karet yang akan
kriteria, bobot, dan data tanaman karet. Selain itu, ia juga memiliki hak akses
(Software) berupa program sistem pengambil keputusan yang dapat digunakan sebagai
alat untuk memberikan rekomendasi bibit tanaman karet terbaik berdasarkan parameter-
Penelitian ini diharapkan dapat memberikan manfaat untuk tiga pihak, yaitu:
1. Bagi Peneliti
3
Mengembangkan kemampuan untuk mengimplementasikan ilmu yang didapat
3. Bagi Akademik
mengambil keputusan untuk memilihan bibit tanaman karet sehingga dapat membantu
Materi penulisan ini diatur secara sistematis untuk mempermudah pembahasan dan
penelitian ini meliputi waktu dan tempat penelitian, metode penelitian, tahapan penelitian,
4
5
BAB II
TINJAUAN PUSTAKA
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.
melakukan pekerjaan yang bersifat analitis dalam situasi yang kurang terstruktur dan
dengan kriteria yang kurang jelas. Sistem Pendukung Keputusan tidak dimaksudkan untuk
Technology pada akhir 1950-an. Lalu pada tahun 1960-an Massachusetts Institute of
Selanjutnya pada tahun 1980-an dilakukan penelitian intensif tentang Sistem Pendukung
Keputusan, muncul teori dan konsep baru dari model penggunaan Sistem Pendukung
Decision Support Systems (GDSS), dan Executive Information Systems (EIS). Sampai
pada tahun 1990, Sistem Pendukung Keputusan lebih dikembangkan dan diperluas untuk
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
a. Database Management
Merupakan subsistem data yang terorganisasi dalam suatu basis data. Data
yang merupakan suatu sistem pendukung keputusan dapat berasal dari luar maupun
b. Model Base
7
menganalisa secara utuh dengan mengembangkan dan membandingkan solusi
alternatif.
dua komponen sebelumnya yaitu Database Management dan Model Base yang
menampilkan keluaran sistem bagi pemakai dan menerima masukan dari pemakai
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
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
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
kriteria untuk menyelesaikan masalah sama seperti metode Multi Attribute Decision
dimana data terdiri atas banyak atribut kepentingan. Beberapa contoh metode yang dapat
digunakan untuk masalah MADM antara lain metode Simple Additive Weighting,
Weighted Product adalah himpunan berhingga dari alternatif keputusan yang yang
Metode Weighted Product (WP) mirip dengan metode Simple Additive Weighting
(SAW), hanya saja metode Weighted Product terdapat perkalian dalam perhitungan
karena struktur matematikanya menghilangkan satuan ukuran suatu objek data. Serta
dalam memberikan solusi optimal dalam sistem pemeringkatan. Pemilihan metode ini juga
9
didasarkan atas kompleksitas komputasi yang tidak terlalu sulit sehingga waktu yang
berikut:
𝑊_𝐼𝑛𝑖𝑡𝑗
𝑊𝑗 =
∑𝑛𝑗=1 𝑊_𝐼𝑛𝑖𝑡𝑗
3. Menghitung vektor 𝑆𝑖, dimana setiap data (𝑋𝑖𝑗) akan dikalikan tetapi sebelumnya
4. Menghitung vektor 𝑉𝑖, kemudian memilih nilai tertinggi sebagai alternatif terbaik
𝑆𝑖
𝑉𝑖 = 𝑚 , dengan 𝑖 = 1, 2 , . . , 𝑚
∑ 𝑖=1 𝑆𝑖
10
Pemilihan Calon Weighting pemilihan siswa
Langkat Pada
Madrasah Aliyah
Negeri (MAN) 2
Tanjung Pura
dengan
menggunakan
Metode Simple
Additive
Weighting (SAW)
(AHP)
11
3 Nency Sistem 2015 Weighted Sistem mampu
berdasarkan
pemilihan alternatif
penentuan tingkat
kepentingan dalam
setiap kriteria
Mulawarman
12
5 Anggi Penerapan 2017 Entropy dan Sistem
Merangking bahwa
dan PROMETHEE
cukup dapat
dijadikan bahan
pertimbangan bagi
penentuan kualitas
getah karet
13
Process (Studi
Kasus:
Universitas
Mulawarman)
hasil kuisioner
pengusul bantuan
social tersebut
14
9 Wahyu Sistem 2017 Simple Penilaian bibit
alternative yang
ada. Kemudian
diperoleh rangking
sebagai keputusan
yang diusulkan
15
Metode Profile kriteria dan skala
Matching nilai.
16
BAB III
METODOLOGI PENELITIAN
Waktu penelitian berlangsung pada bulan september 2019 hingga bulan desember
2019. Tempat penelitian akan dilakukan pada Dinas Perkebunan Provinsi Kalimantan
1. Studi Pustaka
ini dilakukan untuk mencari sumber data sekunder yang mendukung penelitian
2. Wawancara
3. Observasi
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
bibit tanaman karet terbaik. Observasi penelitian ini akan dilakukan di Dinas
Analisa Metode
Weighted Product
Perancangan
Implementasi
Pengujian
Dokumentasi
18
Studi pustaka dilakukan dengan tujuan untuk mengetahui metode apa
yang akan digunakan untuk mencari sumber data sekunder yang mendukung
bobot setiap kriteria dan membuat tabel bobot kriteria, serta perangkingan
ditentukan sebelumnya.
sebagai berikut:
3. Menghitung vektor 𝑆𝑖, dimana setiap data (𝑋𝑖𝑗) akan dikalikan tetapi
diberikan.
19
c. Perancangan
d. Implementasi
berjalan sesuai dengan kebutuhan dimana dalam sistem terdiri dari beberapa
e. Pengujian
f. Dokumentasi
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
Kode Kriteria
C1 Jenis Tanah
C2 Curah Hujan
C3 Tingkat Pertumbuhan
C4 Jumlah Produksi
C1 10 Cost
C2 40 Cost
C3 30 Benefit
C4 20 Benefit
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
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
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
𝑊_𝐼𝑛𝑖𝑡𝑗
𝑊𝑗 =
∑𝑛𝑗=1 𝑊_𝐼𝑛𝑖𝑡𝑗
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
cara membagi hasil masing-masing vektor 𝑆𝑖 dengan jumlah seluruh 𝑆𝑖. Perhitungan
𝑆𝑖
𝑉𝑖 = 𝑚
∑ 𝑖=1 𝑆𝑖
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
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
No Kegiatan Bulan
1 Proposal Penelitian
2 Seminar Proposal
3 Pengumpulan Data
4 Analisa Data
5 Seminar Hasil
7 Pendadaran
26
DAFTAR PUSTAKA
Diasrina Dahri dkk. 2016. Metode Naïve Bayes Untuk Penentuan Penerima Beasiswa
September 2016
Farid Al Muhaimin, dkk. 2018. Sistem Pendukung Keputusan Pemilihan Objek Wisata di Kota
Fazliani dkk. 2017. Sistem Pendukung Keputusan Pemilihan Jenis Bibit Unggul Kelapa Sawit
Dengan Metode Analitic Hierarchy Process (AHP). Prosiding Seminar Ilmu Komputer
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
Nurjannah, Nency, dkk. 2015. Sistem Pendukung Keputusan Pembelian Sepeda Motor Dengan
2017
27
Noca Yolanda Sari dkk. 2018. Decision Support System For Determining Chili Plant Using
Nur Aminudin dkk. 2018. Higher Education Selection Using Simple Additive Weighting.
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
Training
28