BAB I digunakan Dinas Pertanian masih

secara manual tanpa adanya

PENDAHULUAN
model untuk membantu proses
penilaian, selain itu belum

1.1. Latar Belakang adanya media database untuk

Kabupaten Banyuwangi penyimpanan berkas sebelum

merupakan kabupaten agraris berkas dianalisis, berkas akan

dengan mata pencaharian utama disimpan dengan aplikasi

penduduk berasal dari pertanian Microsoft excel apabila selesai di

agroindustri. Untuk kegiatan analisis, sehingga informasi

pertanian, komoditi yang banyak untuk menunjang pengambilan

dibudidayakan adalah tanaman keputusan penentuan kelayakan

pangan kopi. Dinas Pertanian daerah pertanian kurang akurat,

Kabupaten Banyuwangi dalam sedangkan informasi pertanian

menentukan daerah yang layak sangat berguna bagi para

untuk dijadikan daerah pertanian perencana pembangunan sektor

mengadakan penilaian terhadap pertanian untuk

kriteria-kriteria suatu daerah. merekomendasikan dan

Adapun kriteria-kriteria suatu mengidentifikasikan lokasi

daerah yaitu jenis tanah, curah tertentu bagi pertanian guna

hujan, perairan, suhu, dan tekstur untuk pencapaian sasaran dan

tanah. hasil yang tepat diperlukan suatu

perangkat tertentu yang mampu

Sistem pendukung keputusan memberikan kemudahan. Belum

secara sederhana dapat adanya metode yang baku,

didefinisikan berupa sistem yang menjadikan metode dalam

berbasis komputer yang system pendukung keputusan

digunakan untuk mempermudah sangat dibutuhkan untuk

dalam melakukan pengambilan penentuan kelayakan daerah

keputusan. Kemampuan pertanian. Metode yang

mengambil keputusan yang dibutuhkan adalah metode yang

1
 dapat membuat kemudahan bagi pendukung keputusan
pengambil keputusan untuk dengan metode simple
membuat keputusan yang additive weighting
kompleks. untuk menentukan
kelayakan daerah
Pemanfaatan sistem pertanian?
pendukung keputusan dengan 2. Bagaimana
menggunakan metode SAW menyelesaikan
sangat tepat jika diterapkan pada kriteria-kriteria untuk
permasalahan ini. Metode ini kelayakan daerah
dipilih karena mampu pertanian dengan
menyeleksi alternatif terbaik dari metode simple
sejumlah alternatif, dalam hal ini additive weighting?
alternatif yang dimaksudkan 3. Bagaimana
yaitu yang layak dijadikan daerah merancang sistem
pertanian berdasarkan kriteria- aplikasi pendukung
kriteria yang ditentukan. keputusan sehingga
Penelitian dilakukan dengan dapat dijadikan
mencari nilai bobot untuk setiap sebagai system
atribut, kemudian dilakukan pendukung keputusan
proses perankingan yang akan untuk penentuan
menentukan alternatif yang kelayakan daerah
optimal, yaitu daerah yang layak pertanian?
untuk pertanian.
1.3. Batasan Masalah
1.2. Perumusan Masalah Agar penyusunan skripsi
Dari latar belakang di atas, maka ini tidak keluar dari pokok
dapat dirumuskan masalah permasalahan yang
sebagai berikut: dirumuskan, maka
1. Bagaimana pembahasan dibatasi pada :
menerapkan sistem

2
 1. Dalam pembahasan sesuatu yang akan dicapai
ini hanya membahas atau dituju dalam sebuah
tentang sistem penelitian. Adapun tujuan
pendukung keputusan penelitian ini adalah :
penentuan kelayakan 1. Menerapkan sistem
daerah pertanian pendukung keputusan
dengan melihat dengan metode simple
kriteria-kriteria. additive weighting
2. Metode yang untuk menentukan
digunakan metode kelayakan daerah
simple additive pertanian.
weighting (SAW). 2. Menyelesaikan
3. Bahasa pemrograman kriteria-kriteria untuk
yang digunakan kelayakan daerah
adalah PHP dan pertanian dengan
menggunakan metode simple
database MySQL. additive weighting.
4. Pembahasan ini hanya 3. Merancang sistem
untuk menentukan aplikasi pendukung
kelayakan daerah keputusan sehingga
pertanian di dapat dijadikan
Kabupaten sebagai system
Banyuwangi. pendukung keputusan
1.4.Tujuan dan Manfaat dalam penentuan
Tujuan penelitian kelayakan daerah
merupakan rumusan pertanian.
kalimat yang Manfaat yang didapat
menunjukkan adanya dalam pembuatan sistem
hasil, sesuatu yang ini antara lain:
diperoleh setelah 1. Mempermudah dalam
penelitiaan selesai, melakukan suatu

3
 penentuan kelayakan
daerah pertanian
dengan lebih cepat
dan efisien.
2. Sebagai masukan dan
informasi yang
bermanfaat bagi yang
menggunakannya.
3. Dapat membantu
mempermudah
menentukan jenis
tanaman yang sesuai
dengan daerah
pertanian.
1.5. Metode Penulisan
Dalam penulisan tugas akhir
ini, metode yang digunakan
menggunakan metode studi
pustaka, yakni semua bahan
penulisan yang diuraikan dalam
tugas akhir ini bersumber dari
buku – buku, literatur, artikel
ilmiah dan makalah hasil
penelitian yang berkaitan dengan
penulisan tugas akhir ini.

4
 BAB II mengidentifikasi
TINJAUAN PUSTAKA kesempatan pengambilan
keputusan atau
2.1. Sistem Pendukung Keputusan menyediakan informasi
2.1.1. Pengertian Sistem untuk membantu
Pendukung Keputusan pengambilan keputusan.
Sistem pendukung Pada dasarnya sistem
keputusan adalah sistem pendukung keputusan
berbasis computer hampir sama dengan
interaktif, yang sistem informasi
membantu para manajemen karena
pengambil keputusan menggunakan basis data
untuk menggunakan data sebagai sumber data. DSS
dan berbagai model untuk bermula dari SIM karena
memecahkan masalah menekankan pada fungsi
tidak terstruktur. mendukung pembuat
Menggunakan kombinasi keputusan diseluruh
dari model, teknik tahap-tahapnya, meskipun
analisis, dan pengambilan keputusan aktual tetap
informasi, sistem seperti wewenang eksklusif
membantu pembuat keputusan.
mengembangkan dan Sistem pendukung
mengevaluasi alternatif keputusan lebih lebih
yang sesuai.(Efrain ditujukan untuk
Turban,2005) mendukung manajemen
dalam melakukan
Menurut Kusrini pekerjaan yang bersifat
(2007:7) sistem analitis dalam situasi
pendukung keputusan yang kurang terstruktur
adalah sistem informasi dan dengan kriteria yang
yang membantu untuk kurang jelas. DSS tidak

5
dimaksudkan untuk
mengotomatisasikan
keputusan, tetapi
menyuguhkan perangkat
interaktif yang
memungkinkan
pengambilan keputusan
untuk melakukan
berbagai analisa untuk
melakukan analisa
menggunakan model-
model yang tersedia.
(Kusrini,2007:7)

6
2.1.2. Konsep Dasar Pendukung merestrukturisasi
Keputusan pengetahuan,
Sistem pendukung memecahkan aturan
keputusan terdiri dari serta menentukan
beberapa konsep yang relevansi.
harus dimilikinya. c. Mentransfer keahlian
Konsep dasar dari suatu Adalah proses
sistem pakar sebagai mentransfer keahlian
berikut: dari seorang pakar
a. Keahlian kedalam komputer
Adalah suatu agar dapat digunakan
pengetahuan khusus oleh orang lain yang
yang diperoleh dari hukan pakar.
latihan, belajar dan Pengetahuan tersebut
pengetahuan. ditempatkan ke dalam
Pengetahuan dapat sebuah komponen
berupa fakta, teori, yang dinamakan basis
aturan, strategi global pengetahuan.
untuk memecahkan d. Menyimpulkan aturan
masalah. Merupakan
b. Ahli kemampuan komputer
Melibatkan kegiatan yang telah diprogram.
mengenali dan Penyimpulan ini
menginformasikan dilakukan oleh mesin
permasalaan, inferensi yang
memecahkan masalah meliputi prosedur
secara cepat dan tepat, tentang penyelesaian
menerangkan masalah.
pemecahannya, e. Peraturan
belajar dari Diperlukan karena
pengalaman, mayoritas dari sistem

7
 pakar bersifat rule –
based sistems, yang
berati pengetahuan
disiman dalam bentuk
peraturan.
f. Kemampuan
menjelaskan
Adalah karakteristik
dari sistem pakar yang
memiliki kemampuan
menjelaskan atau
memeberi saran
mengapa tindakan
tertentu dianjurkan
atau tidak dianjurkan.

8
2.1.3. Ciri Pendukung dialog dengan
Keputusan pemakai.
Ciri dari sistem
pendukung keputusan 2.1.4. Komponen Pendukung
adalah sebagai berikut : Keputusan
1. Terbatas pada domain Sebuah program
keahlian tertentu. sistem pendukung
2. Dapat memberikan keputusan terdiri atas
penalaran untuk data beberapa komponen yang
yang tidak pasti. mutlak harus ada.
3. Dapat mengemukakan Komponen itu adalah
rangkaian alasan yang sebagai berikut:
diberikannya dengan a. Basis pengetahuan
cara yang dapat Basis pengetahuan
dipahami. merupakan inti
4. Berdasarkan pada program sistem
kaidah atau rule pendukung keputusan
tertentu. karena basis
5. Dirancang untuk pengetahuan ini
dapat dikembangkan merupakan
secara bertahap. representasi
6. Pengetahuan dan pengetahuan
mekanisme inferensi (knowledge
jelas terpisah. representation) dari
7. Keluarannya bersifat seorang pakar.
anjuran. b. Basis data
8. Sistem dapat Basis data adalah
mengaktifkan kaidah bagian yang
secara searah yang mengandung semua
sesuai dituntun oleh fakta, baik fakta awal
pada saat sistem mulai

9
 beroperasi maupun ke belakan (backward
fakta yang didapatkan chaining) yang
pada saat memulai penalaran
pengambilan dari kesimpulan
kesimpulan sedang hopitesa menuju fakta
dilaksanakan. yang mengandung
c. Mesin inferensi hipotesa tersebut. Dan
Mesin inferensi yang kedua yakni
adalah bagian yang pelacakan ke depan
mengandung (foward chaining)
mekanisme fungsi yang merupakan
fikir dan pola kebalikan dari
penalaran sistem yang pelacakan kebelakan
digunakan oleh yaitu memulai dari
seorang pakar. sekumpulan data
Mekanisme ini akan menuju kesimpulan.
menganalisa suatu d. Antar Muka Pemakai
masalah tertentu dan ( user interface )
selanjutnya akan Antar muka pemakai
mencari jawaban atau adalah bagiam
kesimpulan yang penghubung antara
terbaik. program sistem
Mesin inferensi pendukung keputusan
memulai pelacakan dengan
dengan mencocokan pemakaiannya.
kaidah dalam basis
pengetahuan denga 2.2. Landasan Teori
fakta yang ada dalam 2.2.1. Metode Simple Additive
basis data. Ada dua Weighting (SAW)
teknik inferensi yang Metode simple additive
ada yaitu pelacakan weighting menurutKusumadewi

10
(2006:74) sering juga dikenal Nilai Vi yang lebih
denganistilah metode besar mengindikasikan
penjumlahan terbobot. Konsep bahwa alternatif Ai lebih
dasar SAW adalah mencari terpilih.
penjumlahan terbobot dari Langkah–langkah penyelesaian
kinerja setiap alternatif pada dalam menggunakan metode SAW,
semua. Metode SAW adalah:
membutuhkan proses normalisasi 1. Menentukan kriterian-kriteria
matriks keputusan(X) ke suatu yang akan dijadikan acuan
skala yang dapat dibandingkan dalam pengambilan
dengan semua rating alternatif keputusan, yaitu Ci.
yang ada. 2. Menentukan rating
Dimana rij adalah rating kinerja kecocokan setiap alternatif
ternormalisasi dari alternatif Ai pada setiap kriteria.
pada atribut Cj : i = 1, 2, …, m 3. Membuat matriks keputusan
dan j = 1, 2, …, n. Nilai berdasarkan kriteria (Ci),
preferensi untuk seti ap kemudian melakukan
alternatif (Vj) diberikan sebagai normalisasi matriks
berikut: berdasarkan persamaan yang
∑ disesuaikan dengan jenis
atribut (atribut keuntungan
…………………………
maupun atribut biaya)
…. (1)
sehingga diperoleh matriks
Keterangan :
ternormalisasi R.
Vi = rangking
4. Hasil akhir diperoleh dari
untuk setiap alternatif
setiap proses perankingan
wj = nilai bobot
yaitu penjumlahan dari
dari setiap kriteria
perkalian matriks
rij = nilai rating
ternormalisasi R dengan
kinerja ternormalisasi
vector bobot sehingga
diperoleh nilai terbesar yang

11
 dipilih sebagai alternatif serta untuk mengelola
terbaik (Ai) sebagai lingkungan hidupnya.
solusi.(Sri Kegiatan pemanfaatan
Kusumadewi,2006) sumber daya hayati yang
termasuk dalam pertanian
biasa dipahami orang sebagai
budidaya tanaman atau
bercocok tanam (bahasa
Inggris: crop cultivation)
serta pembesaran hewan
ternak (raising), meskipun
cakupannya dapat pula
berupa pemanfaatan
mikroorganisme dan
bioenzim dalam pengolahan
produk lanjutan, seperti
pembuatan keju dan tempe,
atau sekedar ekstraksi
semata, seperti penangkapan
ikan atau eksploitasi hutan.

Bagian terbesar
penduduk dunia bermata
pencaharian dalam bidang-
2.2.2. Pertanian
bidang di lingkup pertanian,
Pertanian adalah namun pertanian hanya
kegiatan pemanfaatan sumber menyumbang 4% dari PDB
daya hayati yang dilakukan dunia. Sejarah Indonesia
manusia untuk menghasilkan sejak masa kolonial sampai
bahan pangan, bahan baku sekarang tidak dapat
industri, atau sumber energi, dipisahkan dari sektor

12
pertanian dan perkebunan, ilmu-ilmu pendukung, seperti
karena sektor - sektor ini ilmu tanah, meteorologi,
memiliki arti yang sangat teknik pertanian, biokimia,
penting dalam menentukan dan statistika juga dipelajari
pembentukan berbagai dalam pertanian. Usaha Tani
realitas ekonomi dan sosial (farming) adalah bagian inti
masyarakat di berbagai dari pertanian karena
wilayah Indonesia. menyangkut sekumpulan
Berdasarkan data BPS tahun kegiatan yang dilakukan
2002, bidang pertanian di dalam budidaya. "Petani"
Indonesia menyediakan adalah sebutan bagi mereka
lapangan kerja bagi sekitar yang menyelenggarakan
44,3% penduduk meskipun usaha tani, sebagai contoh
hanya menyumbang sekitar "petani tembakau" atau
17,3% dari total pendapatan "petani ikan". Pelaku
domestik bruto. budidaya hewan ternak
(livestock) secara khusus
disebut sebagai peternak.

2.3. Hypertext Prepocessor (PHP)

PHP adalah singkatan dari
"PHP: Hypertext Prepocessor",
yaitu bahasa pemrograman yang
digunakan secara luas untuk
penanganan pembuatan dan
pengembangan sebuah situs web
Kelompok ilmu-ilmu
dan bisa digunakan bersamaan
pertanian mengkaji pertanian
dengan HTML. PHP diciptakan
dengan dukungan ilmu-ilmu
oleh Rasmus Lerdorf pertama
pendukungnya. Karena
kali tahun 1994. Pada awalnya
pertanian selalu terikat
PHP adalah singkatan dari
dengan ruang dan waktu,

13
 "Personal Home Page Tools". dengan database server dalam
Selanjutnya diganti menjadi FI hal pengolahan data. Dengan
("Forms Interpreter"). Sejak SQL, kita dapat membuat tabel
versi 3.0, nama bahasa ini diubah yang nantinya akan diisi dengan
menjadi "PHP: Hypertext data, memanipulasi data (
Prepocessor" dengan misalnya menambah data,
singkatannya "PHP". PHP versi menghapus data dan
terbaru adalah versi ke-5. memperbaharui data ), serta
Berdasarkan survey Netcraft membuat suatu perhitungan
pada bulan Desember 1999, lebih dengan berdasarkan data yang
dari sejuta site menggunakan ditemukan.
PHP, di antaranya adalah NASA, MySQL merupakan software
Mitsubishi, dan RedHat. resmi yng dikembangkan oleh
perusahaan Swedia bernama
MySQL AB, yang waktu itu
bernama TcX Data Konsult AB.
Pada awalnya MySQL memakai
nama mSQL atau “mini SQL”
sebagai antarmuka yang
digunakan, ternyata dengan
menggunakan mSQL itu
mengalami banyak hambatan,
yaitu sangat lambat dan tidak
2.4. Mysql fleksibel. Oleh karena itu,
MySQL merupakan database Michael Widenius berusaha
yang dikembangkan dari bahasa mengembangkan interface yang
SQL (Structure Query tersebut hingga ditemukan
Language). SQL sendiri MySQL. Kala itu, MySQL
merupakan bahasa yang didistribusikan secara khusus,
terstruktur yang digunakan untuk yakni untuk keperluan
interaksi antara script program nonkomersial bersifat gratis,

14
sedangkan untuk kebutuhan
komersial diharuskan membayar
lisensi. Barulah sejak versi
3.23.19, MySQL dikategorikan
software berlisensi GPL, yakni
dapat dipakai tanpa biaya untuk
kebutuhan apapun.

15
 BABA III sekuensial linear. Model
METODE PENELITIAN ini menggunakan
pendekatan
3.1. Metode Penelitian perkembangan software
Adapun metode penelitian yang sekuensial. Model
yang diterapkan ke dalam ini terbagi ke dalam
pembutan aplikasi ini dibagi ke beberapa tahap, antara
dalam dua bagian yaitu metode lain:
pengumpulan data dan metode 1. Analisis
pengembangan perangkat lunak. Analisis yang
3.1.1. Metode Pengumpulan dilakukan mulai dari
Data analisis permasalahan
Dalam pengerjaan Tugas hingga pemilihan
Akhir ini menggunakan algoritma untuk
metode pegambilan data membuat mesin
berupa survey tentang inferensi.
penentuan kelayakan 2. Desain
daerah pertanian baru dan Tahap ini bertujuan
data-data pendukung untuk
yang berkaitan dengan menerjemahkan hasil
Sistem Pendukung data yang telah di
Keputusan Penentuan peroleh dari Dinas
Kelayakan Daerah Pertanian Kabupaten
Pertanian. Banyuwangi.
3. Coding
3.1.2. Metode Pengembangan Tahap ini merupakan
Perangkat Lunak implementasi dari
Proses rekayasa sistem tahap desain ke
pada pembangunan dalam bentuk pseudo
perangkat lunak ini code program yang
menggunakan model hasil akhirnya berupa

16
perangkat lunak
“Sistem Pendukung
Keputusan Penentuan
Kelayakan Daerah
Pertanian”.

17
 4. Testing dalam penentuan daerah
Pada tahap ini pertanian.
proses uji coba
dilakukan dengan Dinas Pertanian memberikan
membandingkan bobot nilai untuk setiap kriteria
hasil perdiksi dengan berdasarkan tingkat
grafik yang ada. kepentingannya, yaitu:
Selain itu perangkat Tabel 1 : Bobot Nilai
lunak di uji coba oleh Bobot Nilai
beberapa teknisi Sangat Rendah (SR) 1
untuk mengetahui Rendah (R) 2
keakuratan dari sistem Cukup (C) 3
yang dibuat. Tinggi (T) 4
Sangat Tinggi (ST) 5
3.2. Analisis Masalah
Dinas Pertanian Kabupaten Untuk menyelesaikan
Banyuwangi merupakan suatu masalah dengan metode simple
instansi yang memberikan additive weighting, Menentukan
informasi tentang perencanaan kriteria-kriteria yang akan
pembangunan pertanian dijadikan acuan dalam
kedepannya sehingga masyarakat pengambilan keputusan, yaitu Ci.
dapat melakukan pengembangan Kriteria yang dijadikan untuk
pertanian untuk mencapai hasil menentukan suatu daerah layak
pertanian yang baik untuk atau tidak untuk dijadikan
mewujudkan swasembada sebagai daerah pertanian, yaitu:
pangan dan peningkatan industri
pengolahan bahan baku menjadi Tabel 2 : Kriteria
barang jadi. Untuk mewujudkan Kriteria Bobot Nilai
perencanaan pembangunan (C1) Jenis Sangat 5
tersebut dibutuhkan informasi Tanah Tinggi (ST)

18
(C2) Tekstur Tinggi (T) 4 (SR)
Tanah 2 Liat Rendah 2
(C3) Curah Cukup (C) 3 (R)
Hujan 3 Gembur Sangat 5
(C4) Suhu Tinggi (T) 4 Tinggi
(C5) Perairan Cukup (C) 3 (ST)
atau Irigasi
Tabel 5 : Kriteria Curah Hujan
Tabel 3 : Kriteria Jenis Tanah (C1) (C3)
No Jenis Tanah Bobot Nilai No Curah Bobot Nilai
(C1) Hujan
1 Tanah Liat Rendah 2 (C3)
(R) 1 Rendah Rendah 2
2 Tanah Cukup 3 (R)
Organosol / (C) 2 Cukup Cukup (C) 3
tanah 3 Tinggi Tinggi (T) 4
gambut 4 Sangat Sangat 5
3 Tanah Tinggi 4 Tinggi Tinggi
Humus (T) (ST)
4 Tanah Sangat 5 Tabel 6 : Kriteria Suhu (C4)
Aluvial Tinggi No Suhu Bobot Nilai
(ST) (C4)
1 Dingin Rendah (R) 2
Tabel 4 : Kriteria Tekstur Tanah 2 Normal Cukup (C) 3
(C2) 3 Hangat Tinggi (T) 4
No Tekstur Bobot Nilai 4 Panas Sangat 5
Tanah Tinggi (ST)
(C2) Tabel 7 : Kriteria Irigasi atau
1 Lembut Sangat 1 Perairan (C5)
dan basah Rendah No Kriteria Bobot Nilai

19
 Irigasi atau 3 A3 3 1 4 4 3
Perairan (C5) 4 A4 2 2 5 3 1
1 Perairan Sangat 1
tradisional Rendah Membuat matriks
(SR) keputusan berdasarkan
2 Perairan Rendah 2 kriteria(Ci), kemudian
dengan pompa (R) melakukan normalisasi
air matriks berdasarkan
3 Irigasi local Cukup 3 persamaan yang disesuaikan
(C) dengan jenis atribut (atribut
4 Irigasi Tinggi 4 keuntungan ataupun atribut
Penyemprotan (T) biaya) sehingga diperoleh
5 Irigasi Sangat 5 matriks ternormalisasi R.
permukaan Tinggi Matriks keputusan dibentuk
(ST) dari tabel kecocokan sebagai berikut:

Menentukan rating { }

kecocokan setiap alternatif

pada setiap kriteria. Adapun
data rating kecocokan dari
setiap alternative dapat dilihat
pada tabel 4.9 berikut ini :
Tabel 8 : Rating Kecocokan
Dari Setiap Alternatif Pada Setiap
Kriteria
Kriteria
N Alternat
C C C C C
o if
1 2 3 4 5

1 A1 4 5 3 3 4
2 A2 5 5 3 3 4

20
Normalisasi matriks X menggunakan persamaan 1 :
Alternatif : A1 (Pesanggaran)  Alternatif : A3 (siliragung)

{ } { }

{ }
{ }

{ }
{ }

{ }
{ }

{ }
{ }
 Alternatif : A4 (bangurejo)
 Alternatif : A2 (Kalibaru)

{ }
{ }

{ }
{ }

{ }
{ }

{ }
{ }

{ }
{ }
∑
Dari hasil perhitungan di atas maka
…………………………
didapat matriks ternomalisasi r
…. (2)
sebagai berikut:
Keterangan :
Vi = rangking untuk setiap alternatif
{ }
wj = nilai bobot dari setiap kriteria
rij = nilai rating kinerja
Proses perangkingan diperoleh
ternormalisasi
berdasarkan persamaan 2 sebagai
berikut:

21
Nilai Vi yang lebih besar
mengindikasikan bahwa alternatif Ai
lebih terpilih.
Mencari alternatif terbaik
menggunakan persamaan 2:
Vektor bobot W= ( 5, 4, 3, 4, 3)

V1 = (5)(0.8) + (4)(1) + (3)(0.6)

+ (4)(0.75) + (3)(1)
= 4 + 4 + 1.8 + 3 + 3
= 15.8
V2 = (5)(1) + (4)(1) + (3)(0.6) +
(4)(0.75) + (3)(1)
= 5 + 4 + 1.8 + 3 + 3
= 16.8
V3 = (5)(0.6) + (4)(0.2) +
(3)(0.8) + (4)(1) + (3)(0.75)
= 3 + 0.8 + 2.4 + 4 + 2.25
= 12.45
V4 = (5)(0.4) + (4)(0.4) + (3)(1)
+ (4)(0.75) +(3)(0.25)
= 2 + 1.6 + 3 + 3 + 0.75
= 10.35
Nilai yang terbesar ada pada V2
sehingga alterntif A2 yaitu daerah
yang terpilih sebagai alternatif
terbaik.

22
3.3. Flow Chart

Simple additive weighting (SAW), 3.4. Entity Relationship Diagram

dengan Flow Chart perhitungan (ERD)
seperti dibawah ini :

Tanah liat
Jenis T.humus
Mulai
T.gambut tanah

T.aluvial
Lembut
dan basah
Tekstur
liat tanah
Memasukkan data
dari tiap kriteria Bobot kriteria
pada tiap alternatif gembur

Buat matriks rendah

Perbaikan bobot Curah penentuan
keputusan
cukup
kriteria hujan

tinggi

Normalisasi matriks Sangat tinggi

keputusan
suhu
dingin

normal
Kalikan matriks
keputusan dengan bobot
hangat Perairan
kriteria
atau
panas irigasi

Preferensi tiap alternatif

P.tradisional I. permukaan

p.dengan pompa air i.penyemprotan

Irigasi local
selesai

23
 algoritma SAW. Data daerah
yang didapat berasal dari pihak
pertanian kabupaten
BAB IV Banyuwangi.

IMPLEMENTASI DAN 4.2. Lingkungan Implementasi

PENGUJIAN Lingkungan implementasi

yang akan dijelaskan merupakan
4.1. Implementasi
lingkungan perangkat keras
Setelah dilakukan
(hardware) dan perangkat lunak
perancangan dan analisis
(software) yang digunakan dalam
terhadap sistem maka tahap
penulisan skripsi ini.
selanjutnya adalah
Spesifikasi perangkat keras
mengimplementasikannya ke
yang digunakan adalah sebagai
dalam bentuk program komputer.
berikut.
Implementasi perangkat lunak
1. Processor Intel(R)
dilakukan dengan menggunakan
Core(TM) 2 Duo T5300
bahasa pemrograman terstruktur,
2.00 GHz.
yaitu menggunakan bahasa
2. Memory RAM 1.75 GB.
pemrograman PHP dan
3. Harddisk 320 GB.
mengintegrasikannya ke database
4. Perangkat output berupa
MySQL. Implementasi dilakukan
monitor LCD Widescreen
bertujuan untuk memudahkan
14.1”.
pengambil keputusan dalam
5. Perangkat input berupa
menentukan kelayakan daerah
mouse dan keyboard.
pertanian. Pada implementasi ini
menggunakan algortima SAW.
Proses yang dilakukan
pertama kali pada aplikasi adalah
menginput data bobot dan
kriteria yang menjadi data utama
dari pengujian menggunakan

24
 Spesifikasi perangkat lunak pembobotan alternative.
yang digunakan adalah sebagai Berikut adalah gambar
berikut. hasil implementasi dari
1. Operating system rancangan antarmuka
Microsoft Windows XP form Utama.
Professional Version
2002 Service Pack 2.
2. Codelobster PHP Edition
v5.3.
3. ApacheFriends XAMPP
version 1.7.7.

4.3. Implementasi Antarmuka

Sistem
4.3.1. Form Utama
Form Utama merupakan Gambar 4.1 Form
tampilan antarmuka Utama
yang pertama muncul
ketika sistem ini 4.3.2. Form Master Bobot dan
dijalankan. Pada form Kriteria
utama ini terdapat dua Form Master Bobot
menu yaitu menu adalah tampilan
“Master Bobot” dan antarmuka untuk
“Alternatif”. Menu menampilkan semua
„Master Bobot‟ data bobot, kriteria dan
berfungsi untuk sub kriteria. Form ini
menampilkan form juga digunakan untuk
antarmuka Data Bobot data bobot yang
dan Kriteria. Menu dibutuhkan yaitu Bobot,
„Alternatif‟ berfungsi Kriteria, dan Sub
untuk menentukan hasil Kriteria.

25
 antarmuka tempat
melakukan proses
pengambilan keputusan
pemilihan kelayakan
daerah. Form ini juga
digunakan untuk mengisi
data alternative (daerah),
form sebagai tempat
kerja utama untuk
melakukan langkah –
langkah pengambilan
keputusan dengan
metode SAW, mulai dari
pemilihan jumlah
kriteria sampai dengan
menampilkan hasil
keputusan. Form ini
terdiri dari „Data
Alternatif‟, Pembobotan
Kriteria‟, „Perangkingan
dan Pembobotan
Alternatif‟, dan „Hasil
Keputusan‟.

Gambar 4.2 Form

Master Bobot dan
Kriteria

4.3.3. Form Alternatif

Form Alternatif
merupakan tampilan

26
 dilakukan untuk mengetahui
tingkat kerberhasilan system
dalam penentuan kelayakan
daerah pertanian.

4.5. Tujuan Pengujian

Tujuan dari pengujian ini
yaitu :
1. Melihat apakah sistem
telah berjalan sesuai
dengan kebutuhannya
yaitu menghasilkan
alternatif dalam
pemilihan kelayakan
daerah.
2. Membandingkan hasil
alternatif yang dihasilkan
dari tiga jenis
pembobotan kriteria yang
dilakukan.

4.6. Data Pengujian

Data pengujian yang
digunakan adalah semua daerah

Gambar 4.3. Form yang ditangani oleh Dinas

Alternatif Pertanian khususnya di daerah

4.4. Pengujian Sistem Banyuwangi. Data daerah yang

Setelah melakukan proses diperoleh berasal dari situs –

implementasi maka proses situs terkait yaitu situs resmi

selanjutnya adalah pengujian Dinas Pertanian Kehutanan Dan

sistem. Tahap pengujian akan

27
 Perkebunan Kabupaten Kriteria
N
Alternatif Jenis Tanah Tekstur Curah Hu
Banyuwangi. o
(C1) Tanah (C2) (C3)
Terdapat duapuluh empat 1 Pesanggaran 3 1
2 Siliragung 4 2
daerah pertanian yang beredar
3 Bangurejo 5 5
pada saat ini di kota Banyuwangi 4 Purwoharjo 4 2
5 Tegaldlimo 5 2
yaitu: 6 Muncar 3 2
Kecamatan/ Luas Panen 7 Cluring
Produktifitas 3 2
NO. 8 Gambiran Produksi (Ton)
2 2
Districts (Ha) (Kw/Ha)
9 Tegalsari 2 2
1 Pesanggaran 2.947 76,86 22.65
10 Glenmore 5 5
2 Siliragung 2.403 77,22
11 Kalibaru 18.555
2 5
3 Bangurejo 377 70,27
12 Genteng 2.649
4 1
Purwoharjo 449 13 Srono
61,89 3
2.779 5
4
14 Rogojampi 5 1
5 Tegaldlimo 2 69,70
15 Kabat 13.94
3 2
6 Muncar 687 62,46
16 Singojuruh 4.291
2 5
7 Cluring 520 17 Sempu
62,50 3
3.25 1
18 Songgon 5 2
8 Gambiran 275 60,84 1.673
19 Glagah 3 5
9 Tegalsari 861 61,85
20 Licin 5.325
3 2
10 Glenmore 540 61,83
21 Banyuwangi 3.339
2 2
11 Kalibaru 1.195 22 Giri
64,02 5
7.65 2
23 Kalipuro 5 2
12 Genteng 52 60,58
24 Wongsorejo
315
2 2
13 Srono 559 62,08 3.47
14 Rogojampi 934 59,08 5.518
15 Kabat 937 59,28
1 Pesanggaran 3 Bangurejo 5.555
5 Tegaldlimo 7 Cluring
# Perhitungan # Perhitungan # Perhitungan # Perhitungan
16 Singojuruh 91 59,01
1 r11 0,6 1 r31 0,8 1537
r11 0,8 1 r71 1
2 r12 0,2 2 r32 1 2 r12 0,4 2 r72 0,4
17 Sempu 419 60,60
3 r13 1 3 r33 1 2.539
3 r13 1 3 r73 1
4 r14 0,4 4 r34 1 4 r14 0,8 4 r74 1
18 Songgon 485 59,77
5 r15 0,2 5 r35 0,4
2.899
5 r15 0,6 5 r75 0,6
9 16,2
19 Glagah 199 60,55 1.20513,6 15,4

2 Glenmore 4 Purwoharjo 6
20 Licin 138 59,35
# Perhitungan # Perhitungan
819Muncar
# Perhitungan
8 Gambiran
# Perhitungan
1 r21 0,8 1 r41 0,8 1 r61 0,4 1 r81 0,8
21 Banyuwangi 107 55,14
2 r22 0,4 2 r42 0,4
590
2 r62 0,4 2 r82 0,4
3 r23 0,8 3 r43 0,8 3 r63 0,6 3 r83 0,6
22 Giri 112 55,80
4 r24 0,4 4 r44 1
625
4 r64 0,6 4 r84 0,8

23 Kalipuro 3.991 5 r25

58,26 10,2
0,2 5 r45
12,6
0,2 5 r65
23.25 8,4
0,2 5 r85
13,6
1

24 Wongsorejo 9.45 59,21 55.95

Tabel 4.2 Perhitungan
Tabel 4.1 Daftar Daerah
Manual SPK di Kabupaten
Banyuwangi

Gambar diatas menunjukkan

4.7. Hasil Perhitungan Manual
perhitungan manual dari sistem

28
pendukung keputusan di Kabupaten akurasi total dari sistem dapat
Banyuwangi yang terdiri dari 24 diekspresikan dalam bentuk
wilayah. Hasil perhitungan dari 24 bawah akurasi seperti berikut : A
wilayah hanya 12 wilayah yang di = ± ( a1+ a2 + a3 )
input yaitu wilayah Pesanggaran ……………….. Hasil akurasi
sebesar 11, wilayah Bangurejo perbandingan Sistem Pendukung
sebesar 15,8, wilayah Tegaldlimo Keputusan Penentuan Kelayakan
sebesar 14,2, wilayah Cluring daerah Pertanian Menggunakan
sebesar 9,4, wilayah Tegalsari metode SAW didapatkan tingkat
sebesar 10, wilayah Kalibaru sebesar akurasi 77,7% dari 24 total data
10,2, wilayah Glenmore sebesar uji yang diterima oleh sistem.
14,2, wilayah Purwoharjo sebesar Pengujian perbandingan pada
12,8, wilayah Muncar sebesar 13,2, kasus ini dilakukan dengan
wilayah Gambiran sebesar 9,6, membandingkan kepentingan
wilayah Glenmore sebesar 15,8, dan kriteria yang dianggap paling
wilayah Genteng sebesar 11,4. penting sampai kriteria yang
paling tidak penting. Data yang
4.8. Hasil Pengujian Sistem digunakan sebanyak 24, dari 24
Pengujian sistem dilakukan data tersebut terdapat 5
setelah semua sumber daya yang kesamaan data. Di dapati nilai
dibutuhkan sistem telah perbandingan hanya 19,0%.
dimasukkan ke dalam basis data Sehingga dapat disimpulkan
sistem melalui antarmuka sistem. bahwa sistem ini layak untuk
4.9. Akurasi diterapkan pada penentuan
Data yang digunakan dalam kelayakan daerah pertanian.
pengujian sistem ini berjumlah
24 data daerah pertanian. Setiap 4.10. Hasil Pengujian Metode
unit mempunyai kontribusi SAW
terisah dengan batas tertentu. Pengujian pada tahap ini
Jika ± a1, = a2 dan ± a3 adalah adalah dengan memberi bobot
batas akurasi individual, maka kepada kriteria secara sederhana

29
menumpu. Pada tahap ini kriteria
akan diberi bobot berdasarkan
kepentingan kriteria yang telah
ditentukan user sendiri dengan
memberikan sebuah bobot yang
dapat membandingkan
kepentingan kriteria yang
dianggap paling penting sampai
kriteria yang paling tidak
penting. Dan juga sebaliknya
dengan memberikan sebuah
Gambar 4.4. Form Alternatif
bobot yang dapat
membandingkan kepentingan
kriteria yang dianggap paling
tidak penting sampai kriteria
Setelah pemilihan kriteria
yang paling penting.
untuk setiap alternatif yang
Untuk mendapatkan alternatif
digunakan, dimana jumlah alternatif
keputusan pemilihan daerah
minimal yang digunakan adalah
dilakukan dengan menambahkan
empat. Setelah jumlah alternative
daerah pada form alternatif.
sesuai maka tahap berikutnya adalah
Berdasarkan data pengujian
pemilihan alternatif yang telah
sistem akan menampilkan tab
tersedia di dalam sistem.
kriteria dimana akan terdapat
Dari perhitungan pembobotan
lima kriteria yang digunakan
alternatif berdasarkan lima kriteria
dalam pemilihan daerah ini.
diatas maka hasil perhitungan secara
manual sesuai dengan yang
dihasilkan oleh sistem. Selanjutnya
adalah pembobotan alternatif
berdasarkan kriteria Jenis Tanah,

30
Tekstur Tanah, Curah Hujan, Suhu,
dan Perairan atau Irigasi.
Dari sini saya dapat
menyimpulkan bahwa pembobotan
kriteria sangat mempengaruhi dalam
keputusan perhitungan. Penggunaan
bobot kriteria yang tidak konsisten
akan menghasilkan nilai keputusan
yang sangat tidak konsisten.

31
 BAB V seperti pemilihan
daerah.
KESIMPULAN DAN SARAN
3. Hasil akurasi
5.1. Kesimpulan perbandingan
Kesimpulan yang Sistem Pendukung
didapat dari penulisan skripsi Keputusan
ini adalah: Penentuan
1. Sistem pendukung Kelayakan daerah
keputusan Pertanian
pemilihan daerah Menggunakan
menggunakan metode SAW
metode SAW ini didapatkan tingkat
menghasilkan akurasi 77,7% dari
alternatif daerah 24 total data uji
yang dapat yang diterima oleh
menjadi system.
pertimbangan 5.2.Saran
pengambil Berdasarkan penelitian
keputusan dan implementasi sistem
(decision maker) yang dilakukan, maka
dalam memilih diberikan beberapa saran
daerah. sebagai berikut.
2. Metode SAW 1. Perlu adanya
merupakan salah evaluasi kedepan
satu metode untuk menambah
pengambilan jumlah kriteria yang
keputusan yang digunakan yang
mendukung dinilai dapat
pengambilan mendukung dalam
keputusan dengan proses pengambilan
banyak kriteria keputusan.

32
2. Perlu adanya
pengembangan lebih
lanjut terhadap
sistem yaitu
membangun sistem
yang lebih aman dan
user – friendly
dengan
memperhatikan
aspek – aspek
Interaksi Manusia
dan Komputer.
3. Perlu adanya
dilakukan
perbandingan metode
SAW dengan metode
SPK lainnya yang
mendukung
pengambilan
keputusan
multikriteria dalam
system pendukung
keputusan pemilihan
daerah ini.

33
 DAFTAR PUSTAKA Ilmu. Yogyakarta.
7. Sri Kusumadewi,2006,
1. Adi Nugroho,2010, “Fuzzy Multi-Atribute
“Rekayasa Perangkat Lunak Decision Making (Fuzzy
Berorientasi Objek dengan MADM)”, Graha
Metode USDP”,Andi Offset. Ilmu.Yogyakarta.
Yogyakarta.
2. Deanto.2002.Proyeksi Bisnis
dengan micrisoft
excel.jakarta:Alex Media
Komputindo
3. Efraim Turban, Jay
E.Aronson,Ting-Peng
Liang,2005, “Decision
Support Systems ans
Intelligent Systems ( Sistem
Pendukung Keputusan dan
Sistem Cerdas) Edisi ke 7”,
Andi.Yogyakarta. Kusrini
(2007:7) sistem pendukung
keputusan
4. Jogiyanto,2005, “Analisis
dan Desain Edisi ke III”,
Andi Offset. Yogyakarta.
5. Makridais,Spyros,Wheelwrig
ht,Steven & McGee, Victor.
1993.Edisi kedua, Metode
dan Aplikasi
Peramalan.Erlangga, Jakarta.
6. Munawar,2005, “Pemodelan
Visual dengan UML”, Graha

34