Sistem Pendukung Keputusan Pemilihan Lipcream Terbaik

Menggunakan Metode VIKOR

Syilvia Windy Kharisma Putri(1), Ulla Delfiana Rosiani(2)

Program Studi Teknik Informatika, Teknologi Informasi, Politeknik Negeri Malang
email : sylviaputri0@gmail.com(1) , rosiani@polinema.ac.id (2)

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.

Kata Kunci : Lipcream, Sistem Pendukung Keputusan, VIKOR.

1. PENDAHULUAN

Dewasa ini, minat terhadap produk kecantikan terutama lipcream di Indonesia

semakin meningkat. Hal ini dilatar belakangi adanya berbagai merek lipcream dari dalam
maupun luar negeri yang dipasarkan di Indonesia. 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. Sasaran produk lipcream adalah kaum wanita
dan meliputi semua kalangan. Kriteria yang perlu diperhatikan dalam membeli lipcream
diantaranya harga, varian warna, daya tahan, dan tekstur. Dari banyaknya lipcream yang
dipasarkan, membuat banyak wanita bingung untuk menentukan lipcream mana yang akan
dibeli. Oleh karena itu, untuk menentukan merek lipcream yang sesuai dengan kriteria
tersebut, dibutuhkan sebuah sistem pendukung keputusan.

Sistem pendukung keputusan merupakan sebuah sistem yang mampu memberi

kemampuan dalam pemecahan masalah, atau kemampuan pengkomunikasian dalam masalah
dengan kondisi semi terstruktur dan tidak terstruktur yang menghasilkan suatu alternatif
terbaik (Sistem Pendukung Keputusan (SPK), 2019). Multi Attribute Decision Making
adalah suatu metode yang digunakan untuk menentukan alternatif yang optimal dari beberapa
alternatif dengan kriteria tertentu. Ada beberapa metode yang dapat digunakan untuk
menyelesaikan masalah MADM, misalnya VIKOR. VIKOR merupakan salah satu metode
yang digunakan pada Multi Atribute Decision Making (MADM) dengan melihat
solusi/alternatif terdekat sebagai pendekatan kepada solusi ideal dalam perangkingan. (dsn,
2018)

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.

2.2. Sistem Pendukung Keputusan

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

Vise Kriterijumska Optimizajica I Kompromisno Resenje (VIKOR) merupakan

metode Multi Attribute Decision Making (MADM) yang diperkenalkan pertama kali oleh
Serafim Opricovic pada tahun 1998 . Kemudian digunakan dalam masalah Multi-
Attribute Decision Making. VIKOR didasarkan pada solusi terbaik yang diperoleh
berdasarkan solusi ideal terdekat. Kemudian melakukan perangkingan dengan
membandingkan jarak ke solusi ideal. Metode VIKOR menggunakan normalisasi linear,
yang bertujuan untuk mendapatkan solusi terbaik dengan tingkat keuntungan. (Azmi,
Barus, Marbun, Ginting, & Hasibuan, 2018). Semakin kecil nilai indeks VIKOR(Qi)
maka semakin baik pula solusi alternatif tersebut.

Langkah-langkah perhitungan dengan Metode VIKOR sebagai berikut :

1. Membuat matriks keputusan (F)

 Dari data yang didapat dijadikan data untuk matriks keputusan F. Pada langkah ini
setiap kriteria dan alternatif disusun ke dalam bentuk matrik S
F. Aj menyatakan alternatif ke i=1,2,3,.m; dan Cxn menyatakan kriteria ke j=1,2,3,. n.

Keterangan :

xij : Respon 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
Ai : Alternatif ke -i
Cj : Kriteria ke -j
F : Matriks Keputusan

2. Menentukan bobot kriteria (W)

Menentukan bobot kriteria yang diperoleh dari pengguna sistem sesuai dengan
kebutuhan atau kriteria yang diinginkan. Rumusan umum untuk bobot kriteria adalah
berlaku persamaan :
𝑛
∑ 𝑤𝑗 = 1
𝑗=1

Keterangan :
wj : bobot kriteria j
j : 1,2,3, ..., n adalah nomor urutan atribut atau kriteria

3. Membuat matriks normalisasi (N)

Dari matriks F di atas kemudian dinormalisasikan dengan persamaan sebagai berikut
:

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 :

fj+ = max(f1j, f2j, f3j,...,fmj) (4)

fj- = min(f1j, f2j, f3j,...,fmj) (5)

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

4. Normalisasi bobot (F*)

Melakukan perkalian antara nilai data yang telah dinormalisasi (N) dengan nilai bobot
kriteria (W) yang telah ditentukan, dengan perhitungan sebagai berikut :

F*ij = Wj . Nij (6)

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

5. Menghitung nilai Utility Measure (S) dan Regret Measure (R)

Utility Measure dan Regret Measure dari setiap alternatif dihitung menggunakan
rumus sebagai berikut :
6. Menghitung indeks VIKOR (Q)
Indeks VIKOR dapat dihitung menggunakan rumus berikut :

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.

3. HASIL DAN PEMBAHASAN

Berikut tabel 1 dan 2 merupakan kriteria lipcream dan data alternatif yang digunakan:

Tabel 1. Kriteria lipcream

Kriteria Atribut
C1 Harga Cost
C2 Varian Warna Benefit
C3 Daya tahan Benefit
C4 Tekstur Benefit

Tabel 2. Alternatif lipcream

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

2. Menentukan bobot kriteria

Tabel 4. Bobot kriteria

W1 0.25
W2 0.30
W3 0.25
W4 0.20

3. Membuat matriks Normalisasi (N)

Membuat matriks normalisasi berdasarkan persamaan (3), dengan
sebelumnya menghitung dahulu nilai positif dan negatif dari masing-masing
kriterianya. Untuk menghitung nilai positif dan negatif sebagai solusi ideal
dari setiap kriteria ini digunakan persamaan (4) dan (5).

f1+ = max {f11; f21; f31;....;f10}

= max{2;3;1;....;3}
=3
Dan seterusnya hingga f4+

f1- = min {f11; f21; f31;....;f10}

= min {2;3;1;....;3}
=1
Dan seterusnya hingga f4-. Hingga diperoleh seperti di bawah ini :
 Tabel 5. Solusi ideal positif dan negatif

f+ f-
C1 3 1
C2 3 1
C3 4 1
C4 3 1

Setelah nilai positif dan negatif diperoleh maka selanjutnya menghitung

normalisasi matriks keputusan N sesuai dengan persamaan (3), untuk masing-
masing alternatif dan kriteria sebagai berikut :

(3−2)
N11 =
(3−1)
= 0,5

Dan seterusnya hingga N10,4. Hingga diperoleh matriks normalisasi (N)

sebagai berikut :

Tabel 6. Matriks normalisasi n

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

4. Mengalikan matriks keputusan N dengan bobot kriteria

F*11 = N1*W1
= (0,5)*(0,25)
= 0,125
Dan seterusnya hingga N10,4. Hingga diperoleh seperti di bawah ini :
 Tabel 7. Matriks keputusan n

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

5. Menghitung utility measure dari setiap alternatif.

Ada 2 utility measure yang dihitung, yaitu nilai S dan R. Perhitungan S
sesuai dengan persamaan (7) untuk setiap alternatif adalah sebagai berikut :
S1 = F*11 + F*12 + F*13 + F*14
= 0,125 + 0,15 + 0,25 + 0
= 0,525
Dan seterusnya hingga S10 seperti di bawah ini :

Tabel 8. Utility measure s

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

Perhitungan R sesuai dengan persamaan (8) untuk setiap alternatif adalah

sebagai berikut :
R1 =max {F*11 + F*12 + F*13 + F*14}
= max {0,125 + 0,15 + 0,25 + 0}
= 0,25
Dan seterusnya hingga R10 seperti di bawah ini :
 Tabel 9. Utility measure r

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

6. Menghitung indeks (Q)

Sebelum menghitung nilai indeks (Q) dari tiap alternatif, perlu dihitung
terlebih dahulu nilai-nilai S+, S-, R+, dan R- sebagai berikut :
S+ = max {S1; S2; S3;....S10}
= max {0,525; 0,567; 0,483;.....;0,316}
= 0,725

S- = min {S1; S2; S3;....S10}

= min {0,525; 0,567; 0,483;.....;0,316}
= 0,25

R+ = max {R1; R2; R3;....R10}

= max {0,25; 0,3; 0,25;.....;0,1667}
= 0,3

R- = min {R1; R2; R3;....R10}

= min {0,25; 0,3; 0,25;.....;0,1667}
= 0,1667

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 ]

Dan seterusnya hingga Q10. Seperti di bawah ini :

 Tabel 10. Indeks vikor

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

Dari perhitungan menggunakan metode VIKOR di atas, Lipcream terbaik

yaitu Q10 dengan skor sebesar 0,070. Metode VIKOR ini berbeda dengan
metode MADM lainnya, alternatif dengan nilai terkecil lah yang terbaik.

4. KESIMPULAN

Berdasarkan hasil analisis dan pembahasan, maka diperoleh kesimpulan sebagai

berikut:

1) Metode VIKOR merupakan metode Multi Attribute Decision Making (MADM)

yang bermanfaat untuk mengambil keputusan.
2) Metode VIKOR berbeda dengan metode lainnya, yaitu nilai indeks VIKOR (Qi)
pada alternatif yang terkecil itulah solusi alternatif terbaiknya.
3) Pada penelitian pemilihan lipcream ini terdapat 4 kriteria dan 10 alternatif
4) Hasil analisis dari metode VIKOR didapatkan merek lipcream terbaik yaitu, merek
PIXY.

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/