Sistem Pendukung Keputusan Pemilihan Lipcream Menggunakan Metode Vikor PDF
Sistem Pendukung Keputusan Pemilihan Lipcream Menggunakan Metode Vikor PDF
Abstrak
Berbagai macam jenis kosmetik memiliki kelebihan tersendiri. Namun, ada salah satu
kosmetik yang paling berpengaruh pada penampilan seseorang, yaitu lipcream. Lipcream
merupakan kosmetik yang biasanya digunakan oleh wanita untuk meningkatkan penampilan
dengan cara mengoleskannya ke bibir. Dengan menggunakan lipcream dapat memberi kesan
lebih segar, muda, hingga menimbulkan kesan percaya diri. Meningkatnya minat terhadap
kosmetik terutama lipcream di Indonesia dilatar belakangi adanya berbagai merek lipcream
dari dalam maupun luar negeri yang dipasarkan di Indonesia. Sehingga banyak wanita yang
bingung untuk menentukan lipcream mana yang akan dibeli. Berdasarkan kondisi tersebut,
dibutuhkan sistem pendukung keputusan yang dapat menentukan pembelian lipcream
berdasarkan kriteria tertentu menggunakan metode VIKOR. Metode VIKOR dipilih karena
dapat digunakan untuk menyeleksi lebih dari satu kriteria.
1. PENDAHULUAN
2. TINJAUAN PUSTAKA
2.1 Lipcream
Lipcream merupakan kosmetik yang digunakan untuk memberi warna pada bibir.
Dengan menggunakan lipcream dapat memberi kesan lebih segar, muda, hingga
menimbulkan kesan percaya diri. Lipcream merupakan pengembangan dari lipstik, salah
satu perbedaannya yaitu daya tahan lipcream lebih lama dibandingkan lipstik.
Menurut Turban pada (Riadi, 2013), sistem pendukung keputusan atau Decision
Support Systems (DSS) adalah sistem informasi interaktif yang menyediakan informasi,
pemodelan dan pemanipulasian data yang digunakan untuk membuat pengambilan
keputusan pada situasi yang semiterstruktur dan situasi yang tidak terstruktur di mana tak
seorang pun tahu secara pasti bagaimana keputusan seharusnya dibuat. Sistem
pendukung keputusan bertujuan untuk menyediakan informasi, membimbing,
memberikan prediksi serta mengarahkan kepada pengguna informasi agar dapat
melakukan pengambilan keputusan dengan lebih baik.
2.3 VIKOR
Keterangan :
Keterangan :
wj : bobot kriteria j
j : 1,2,3, ..., n adalah nomor urutan atribut atau kriteria
Keterangan :
fij : Fungsi respon alternatif i pada kriteria j
fj+ : nilai terbaik/positif dalam satu kriteria j
fj- : nilai terjelek/negatif dalam satu kriteria j
i : 1,2,3, ..., m adalah nomor urutan alternative
j : 1,2,3, ..., n adalah nomor urutan atribut atau kriteria
N : Matriks Ternormalisasi
Penentuan nilai data terbaik/positif (f+j) dan terburuk/negatif (f-j) atau dengan
istilah Cost dan Benefit dalam satu variabel penelitian ditentukan oleh jenis data
variabel penelitian higher-the-better (HB) atau lower-the-better (LB) Nilai (f+j) dan
(f-j) tersebut dinyatakan sebagai berikut :
Keterangan :
fj+ : nilai terbaik/positif dalam satu kriteria j
fj- : nilai terjelek/negatif dalam satu kriteria j
i : 1,2,3, ..., m adalah nomor urutan alternative
j : 1,2,3, ..., n adalah nomor urutan atribut atau kriteria
Keterangan :
F*ij : nilai data ternormalisasi yg sudah terbobot untuk alternatif i pada kriteria j
wj : nilai bobot pada kriteria j
Nij : nilai data ternormalisasi untuk alternatif i pada kriteria j
i : 1,2,3, ..., m adalah nomor urutan alternatif
j : 1,2,3, ..., n adalah nomor urutan atribut atau kriteria
Keterangan :
S- = mini(Si)
S+ = maxi(Si)
R- = mini(Ri)
R+ = maxi(Ri)
v merupakan bobot berkisar antara 0-1 (umumnya bernilai 0,5). Nilai v adalah bobot
strategy of the maximum group utility, sedangkan nilai 1-v adalah bobot dari
individual regret. Semakin kecil nilai indeks VIKOR(Qi) maka semakin baik pula
solusi alternatif tersebut.
Berikut tabel 1 dan 2 merupakan kriteria lipcream dan data alternatif yang digunakan:
Kriteria Atribut
C1 Harga Cost
C2 Varian Warna Benefit
C3 Daya tahan Benefit
C4 Tekstur Benefit
Alternatif
A1 Wardah
A2 Purbasari
A3 Make Over
A4 Maybelline
A5 Mineral Botanica
A6 Revlon
A7 Emina
A8 La Tulipe
A9 Sariayu
A10 Pixy
Langkah perhitungan :
1. Menyusun alternatif dan kriteria ke dalam bentuk matriks keputusan (F) sebagai
berikut :
Tabel 3. Matriks keputusan f
C1 C2 C3 C4
A1 2 2 1 3
A2 3 1 2 2
A3 1 2 3 3
A4 1 3 4 3
A5 2 2 1 1
A6 2 2 2 2
A7 3 2 2 2
A8 3 1 1 3
A9 3 2 2 1
A10 3 2 2 3
f+ f-
C1 3 1
C2 3 1
C3 4 1
C4 3 1
(3−2)
N11 =
(3−1)
= 0,5
C1 C2 C3 C4
A1 0.5 0.5 1 0
A2 0 1 0.666666667 0.5
A3 1 0.5 0.333333333 0
A4 1 0 0 0
A5 0.5 0.5 1 1
A6 0.5 0.5 0.666666667 0.5
A7 0 0.5 0.666666667 0.5
A8 0 1 1 0
A9 0 0.5 0.666666667 1
A10 0 0.5 0.666666667 0
C1 C2 C3 C4
A1 0.125 0.15 0.25 0
A2 0 0.3 0.166666667 0.1
A3 0.25 0.15 0.083333333 0
A4 0.25 0 0 0
A5 0.125 0.15 0.25 0.2
A6 0.125 0.15 0.166666667 0.1
A7 0 0.15 0.166666667 0.1
A8 0 0.3 0.25 0
A9 0 0.15 0.166666667 0.2
A10 0 0.15 0.166666667 0
Utility measure S
S1 0.525
S2 0.566666667
S3 0.483333333
S4 0.25
S5 0.725
S6 0.541666667
S7 0.416666667
S8 0.55
S9 0.516666667
S10 0.316666667
Utility measure R
R1 0.25
R2 0.3
R3 0.25
R4 0.25
R5 0.25
R6 0.166667
R7 0.166667
R8 0.3
R9 0.2
R10 0.166667
Perhitungan nilai indeks (Q) dari setiap alternatif sesuai dengan persamaan
(9) adalah sebagai berikut :
Q1 =
0,525 − 0,25 0,25 − 0,1667
= 0,5 [0,725 − 0,25] + (1 − 0,5) [ 0,3 − 0,1667 ]
Q Nilai Ranking
Q1 0.602 7
Q2 0.833 10
Q3 0.558 6
Q4 0.313 4
Q5 0.813 8
Q6 0.307 3
Q7 0.175 2
Q8 0.816 9
Q9 0.406 5
Q10 0.070 1
4. KESIMPULAN
DAFTAR PUSTAKA
Azmi, D. T., Barus, H., Marbun, F. L., Ginting, G., & Hasibuan, N. A. (2018).
Perancangan Sistem Pendukung Keputusan Penerimaan Siswa Baru. Jurnal Riset
Komputer (JURIKOM), 124-129.
dsn, C. (2018, March 20). Contoh Implementasi DSS dengan Metode VIKOR
menggunakan PHP dan MySQL untuk Seleksi Penerima Beasiswa. From Cahya's
Blog: https://cahyadsn.phpindonesia.id/extra/vikor.php#perhitungan
Riadi, M. (2013, September 18). Pengertian Sistem Pendukung Keputusan. From
KajianPustaka.com: https://www.kajianpustaka.com/2013/09/sistem-pendukung-
keputusan-spk.html
Sistem Pendukung Keputusan (SPK). (2019, October 4). (Ruang Guru) Retrieved
December 10, 2019 from https://www.ruangguru.co.id/pengertian-sistem-
pendukung-keputusan-spk-lengkap/