PENERAPAN ALGORITMA ANALYTIC HIERARCHY

PROCESS DALAM PENGAMBILAN KEPUTUSAN

PEMILIHAN JENIS BIBIT UNGGUL TANAMAN NILAM

WILPRINA ENDANG

D0218054

PROGRAM STUDI INFORMATIKA

FAKULTAS TEKNIK

UNIVERSITAS SULAWESI BARAT

MAJENE

TAHUN 2022
 KATA PENGANTAR

Segala puji dan syukur penulis panjatkan kehadirat Tuhan Yang Maha

Kuasa atas segala rahmat dan Hidayah-Nya penulis dapat menyelesaikan penelitian

yang berjudul “Penerapan Algoritma Analytic Hierarchy Process Dalam

Pengambilan Keputusan Pemilihan Jenis Bibit Unggul Tanaman Nilam ”.

proposal penelitian ini disusun sebagai salah satu syarat untuk menempuh Skripsi

pada program Strata-1 program Studi Informatika, Fakultas Teknik, Universitas

Sulawesi Barat.

Penelitian ini tidak terlepas dari bantuan, bimbingan, dukungan, dan saran

dari berbagai pihak. Oleh karena itu, pada kesempatan ini dengan segala hormat

penulis banyak mengucapkan terima kasih.

Penulis menyadari bahwa penelitian ini tidak luput dari berbagai

kekurangan. Oleh karena itu penulis mengharapkan saran dan kritik demi

kesempurnaan kedepannya sehingga dapat memberikan manfaat bagi masyarakat

khususnya pada bidang pertanian.

Majene, 12 Mei 2022

WILPRINA ENDANG
DO218054

ii
 DAFTAR ISI

KATA PENGANTAR ............................................................................................ ii

DAFTAR ISI .......................................................................................................... iii
DAFTAR TABEL ................................................................................................... v
DAFTAR GAMBAR ............................................................................................. vi
BAB I PENDAHULUAN ....................................................................................... 1
A. Latar belakang .............................................................................................. 1
B. Rumusan Masalah ........................................................................................ 3
C. Batasan Masalah........................................................................................... 4
D. Tujuan dan Manfaat Penelitian .................................................................... 4
BAB II TINJAUAN PUSTAKA............................................................................. 4
A. AHP (Analytical Hierarchy Process) ........................................................... 4
B. Sistem Pendukung Keputusan ...................................................................... 7
C. Tanaman Nilam .......................................................................................... 10
D. Konsep Dasar PHP ..................................................................................... 11
E. Database Mysql .......................................................................................... 11
F. Penelitian Terkait ....................................................................................... 11
BAB III METODE PENELITIAN........................................................................ 23
A. Metode Pengembangan .............................................................................. 23
B. Tempat dan Waktu Penelitian .................................................................... 25
C. Gambaran Umum Sistem ........................................................................... 26
D. Teknik Pengumpulan Data ......................................................................... 30
E. Pengujian Sistem ........................................................................................ 31
BAB IV PEMBAHASAN ..................................................................................... 32
A. Data Penelitian ........................................................................................... 32
B. Perhitungan Menggunakan Algoritma AHP .............................................. 34
C. Tampilan Sistem ........................................................................................ 55
D. Pengujian Sistem ........................................................................................ 70
BAB V72 PENUTUP............................................................................................ 72
A. Kesimpulan ................................................................................................ 72

iii
 B. Saran ........................................................................................................... 72
DAFTAR PUSTAKA ........................................................................................... 73

iv
 DAFTAR TABEL

Table 2. 1 Skala Perbandingan ............................... Error! Bookmark not defined.

Table 2. 2 Indeks Random ...................................................................................... 6
Table 2. 3 Penelitian Relevan................................................................................ 13
Tabel 3. 1 Jadwal Penelitian.................................................................................. 26
Tabel 4. 1 Sumber Data ......................................................................................... 33
Tabel 4. 2 Kriteria Yang digunakan ..................................................................... 35
Tabel 4. 3 Skala Perbandingan AHP ..................................................................... 36
Tabel 4. 4 Alternatif .............................................................................................. 37
Tabel 4. 5 Matriks Perbandingan setiap kriteria ................................................... 37
Tabel 4. 6 Hasil Normalisasi Kriteria ................................................................... 38
Tabel 4. 7 Perhitungan Bobot (W) Kriteria........................................................... 38
Tabel 4. 8 Indeks Random .................................................................................... 39
Tabel 4. 9 Menghitung Nilai Konsistensi Rasio (CR) .......................................... 40
Tabel 4. 10 Matrik Perbandingan alternatif terhadap kecocokan lahan ................ 41
Tabel 4. 11 Hasil Normaliasi alternatif kecocokan lahan ..................................... 41
Tabel 4. 12 Perhitungan Bobot (W) Alternatif Kecocokan lahan ......................... 42
Tabel 4. 13 Indeks Random .................................................................................. 43
Tabel 4. 14 Matriks perbandingan alternatif tinggi bibit ...................................... 44
Tabel 4. 15 Hasil normalisasi alternatif tinggi bibit.............................................. 45
Tabel 4. 16 perhitungan bobot (W) Alternatif tinggi bibit .................................... 45
Tabel 4. 17 index random ..................................................................................... 46
Tabel 4. 18 Matriks perbandingan alternatif waktu panen .................................... 47
Tabel 4. 19 Hasil normalisasi alternatif waktu panen ........................................... 48
Tabel 4. 20 Perhitungan Bobot (W) Alternatif waktu panen ................................ 48
Tabel 4. 21 Indeks Random .................................................................................. 50
Tabel 4. 22 Matriks perbandingan alternatif hasil produksi ................................. 51
Tabel 4. 23 Hasil normalisasi alternatif hasil produksi ......................................... 51
Tabel 4. 24 Perhitungan Bobot (W) Alternatif waktu panen ................................ 52
Tabel 4. 25 Index Random .................................................................................... 53
Tabel 4. 26 Nilai W Tiap Kriteria Pada Semua Alternatif .................................... 55
Tabel 4. 27 Nilai W Pada Kriteria ......................................................................... 55
Tabel 4. 28 Hasil Perengkingan AHP ................................................................... 56

v
 DAFTAR GAMBAR

Gambar 3. 1 Metode Pengembangan Waterfall .................................................... 23

Gambar 3. 2 Flowchart Penggunaan Aplikasi ...................................................... 26
Gambar 3. 3 Flowchart AHP................................................................................. 28
Gambar 4. 1 Struktur Hirarki. ............................................................................... 34
Gambar 4. 2Tampilan awal aplikasi...................................................................... 57
Gambar 4. 3 Tampilan menu beranda ..................................................................... 58
Gambar 4. 4 Tampilan menu kriteria .................................................................... 59
Gambar 4. 5 Tampilan menu alternatif ................................................................. 59
Gambar 4. 6 Tampilan menu Analisa kriteria ....................................................... 60
Gambar 4. 7 Tampilan menu Analisa alternatif .................................................... 60
Gambar 4. 8 Tampilan Menu hasil kriteria.............................................................. 61
Gambar 4. 9 Tampilan matriks nilai perbandingan kriteria .................................. 61
Gambar 4. 10 Tampilan normalisasi dan nilai eigen............................................. 62
Gambar 4. 11 Mencari nilai konsistensi................................................................ 63
Gambar 4. 12 Tampilan perbandingan alternatif kecocokan lahan ...................... 64
Gambar 4. 13 Mencari nilai eigen dan konsistensi ............................................... 65
Gambar 4. 14 Matriks Perbandingan alternatif tinggi bibit .................................. 66
Gambar 4. 15 Mencari nilai eigen dan konsistensi ............................................... 66
Gambar 4. 16 Matriks Perbandingan alternatif waktu panen ............................... 67
Gambar 4. 17 Mencari nilai eigen dan konsistensi ............................................... 67
Gambar 4. 18 Matriks Perbandingan alternatif Hasil produksi............................. 67
Gambar 4. 19 Mencari nilai eigen dan konsistensi ............................................... 68
Gambar 4. 20 Tampilan hasil seleksi AHP ........................................................... 68
Gambar 4. 21 Tampilan menu bantuan ................................................................. 69
Gambar 4. 22 Tampilan menu keluar .................................................................... 69

vi
 1

BAB I

PENDAHULUAN

A. Latar belakang

Pertanian adalah salah satu sektor penting bagi masyarakat Indonesia.

Banyak masyarakat yang menggantungkan hidupnya pada sektor pertanian, salah

satunya yaitu petani nilam. Tanaman nilam merupakan salah satu tanaman yang

sangat mudah tumbuh khususnya di daerah tanah yang subur, berlumut dengan suhu

yang panas dan lembab. nilam dapat tumbuh di daerah dataran tinggi maupun

rendah. Minyak astiri yang dihasilkan dari nilam bersumber dari, daun,batang dan

akar. Peningkatan produksi tanaman nilam dapat dilakukan dengan berbagai cara

diantaranya, pemilihan jenis bibit tanaman nilam yang unggul dimana bibit yang

baik akan menghasilkan minyak astiri yang tinggi. Teknik pengolahannya dapat

dilakukan dengan teknik penyulingan. Nilam merupakan salah satu komoditas yang

cukup terkenal dipasaran internasional, selain karena budidayanya sangat mudah,

minyak nilam juga memiliki banyak manfaat, seperti diantaranya, dapat digunakan

sebagai pengharum masakan, menghilangkan bau badan seperti parfum dan

kosmetika, daun dari tanaman nilam digunakan sebagai obat anti septic dan juga

obat gatal-gatal akibat gigitan serangga. Di Indonesia sendiri merupakan pemasok

minyak nilam terbesar dengan kontribusi 85% dengan volume ekspor 1.057

ton/tahun dengan tujuan pasar dibeberapa manca negara seperti Spanyol, Inggris,

Switzerland dan Amerika serikat (Sukawati, 2019). Nilam dipercaya berasal dari

Thailand, dan budidaya awal di Indonesia yaitu dibagian daerah Aceh yang telah

dibudidayakan kurang lebih 100 tahun (Yoko, 2019).

 2

Langkah awal untuk pengusahaan usaha nilam yang baik adalah petani

nilam perlu menggunakan bibit nilam yang berkualitas dan mampu mengahasilkan

minyak astiri yang tinggi. Pengembangan bibit nilam yang unggul perlu dilakukan

untuk meningkatkan produktivitas tanaman ataupun mutu dari minyak nilam

sendiri, selain itu penggunaan bibit nilam yang unggul diperlukan dalam budidaya

tanama nilam yang berkelanjutan.

Dewasa ini kemajuan teknologi memungkinkan untuk mengakses berbagai

informasi melalui internet. Bukan hanya pengolahan data saja, pemanfaatan

teknologi pun dapat juga dimanfaatkan sebagai solusi terhadap masalah seperti

sistem pendukung keputusan yang dapat digunakan dalam membantu petani nilam

dalam memilih bibit yang baik pada petani nilam yang ada di Desa Kala’be,

Kecamatan Aralle, Kabupaten Mamasa, Provinsi Sulawesi Barat. Minimnya

pengetahuan dan juga belum adanya alat bantu untuk menentukan jenis bibit

tanaman nilam yang baik membuat petani tidak bisa menentukan jenis bibit yang

paling unggul.Sangat disayangkan jika tanaman nilam di Desa Kala’be ini tidak

berproduksi tinggi, melihat kondisi tanah yang subur.

Proses pemilihan jenis bibit nilam unggul ini adalah permasalahan yang

melibatkan beberapa komponen atau kriteria sehingga dibutuhkan metode yang

multikriteria dalam penyelesaiannya yaitu dengan menggunakan metode

Analytical Hierarchy Process (AHP). Sebelumnya sudah ada penelitian yang

menggunakan metode AHP diantaranya sebagai berikut : (1) Analisis Perbandingan

menggunakan Metode AHP, TOPSIS dan AHP-TOPSIS dalam Studi Kasus Sistem

Pendukung Keputusan Penerimaan Siswa Program Akselerasi ( Purnomo, Sihwi, &

 3

Anggrainingsih, 2013) dimana hasil dari perbandingan yang dilakukan diperoleh

metode terbaik yang dapat di gunakan oleh pihak sekolah dalam studi kasus

penerimaan siswa akselerasi yaitu metode AHP, berdasarkan parameter nilai rapor

dan parameter untuk menentukan metode rekomendasi. Dengan nilai hampir

mendekati nol yaitu 0,47367. (2) Perbandingan Metode SAW dan AHP Pada Sistem

Pakar Pemilihan Bibit Jagung (Raturayawan 2020) dimana dari hasil pengujian

yang dilakukan rata-rata akurasi metode AHP menunjukkan 100% sedangkan pada

metode SAW menunjukkan 50%. (3) Analisis Perbandingan Menggunakan Metode

AHP, TOPSIS dan SAW dalam Studi Kasus Sistem Pendukung Keputusan

Peminjaman yang Layak Bagi Lembaga Keuangan (Dodi Himawan, 2019)

Penelitian ini melakukan analisis perbandingan dengan Euclidean Distance dengan

parameter prioritas ranking. Berdasarkan hasil penelitian metode yang paling baik

digunakan adalah metode AHP karena mempunyai nilai hampir mendekati nol yaitu

0,1998 sedangkan TOPSIS dan SAW yaitu 0,3864 dan 0,6822.

Oleh karena itu berdasarkan masalah diatas maka peneliti mengangkat judul

“Penerapan Algoritma Analytic Hierarchy Process Dalam Pengambilan

Keputusan Pemilihan Jenis Bibit Unggul Tanaman Nilam”.

B. Rumusan Masalah

Berdasarkan latar belakang yang telah diuraikan sebelumnya maka peneliti

merumuskan masalah yaitu bagaimana hasil implementasi sistem pendukung

keputusan dalam memilih bibit unggul tanaman nilam ?

 4

C. Batasan Masalah

Sebagai batasan yang akan dibahas dalam penelitian ini yaitu sebagai berikut :

1. Studi kasus pada penelitian ini dilakukan di Desa Kala’be, Kecamatan Aralle,

Kabupaten Mamasa.

2. Metode penelitian dilakukan dengan menggunakan metode Analytical

Hierarchy Process (AHP).

3. Kriteria yang digunakan dalam membandingkan jenis bibit adalah kecocokan

lahan, tinggi bibit, waktu panen, dan hasil produksi.

4. Alternatif yang digunakan yaitu varietas diantaranya tapak tuan,

lhokseumawe dan sidikalang

5. Bahasa pemrograman yang digunakan untuk membangun sistem pendukung

keputusan pemilihan bibit unggul tanaman nilam adalah menggunakan

bahasa pemrograman PHP dan database Mysql.

D. Tujuan dan Manfaat Penelitian

1. Tujuan penelitian

Tujuan penulis dalam melakukan penelitian ini yaitu membuat suatu sistem

pendukung keputusan yang dapat membantu dalam memilih bibit unggul

pada tanaman nilam

2. Manfaat penelitian

a. Untuk mempercepat proses pemilihan bibit unggul tanaman nilam sehingga

dapat memberikan hasil yang tinggi

b. Untuk mempermudah dalam pemilihan bibit unggul pada tanaman nilam

 4

BAB II

TINJAUAN PUSTAKA

A. AHP (Analytical Hierarchy Process)

Analytical Hierarchy Process (AHP) pertamakali dikembangkan oleh Thomas L.

Saaty dalam bukunya tahun 1980, The Analytical Hierarchy Process (Asfirasawati

& Irianto, 2019). AHP merupakan sebuah proses pemecahan permasalahan yang

dapat membantu pengambil keputusan memperoleh solusi dengan

mendekomposisikan masalah kompleks kedalam bentuk yang lebih sederhana lalu

melakukan sintesis terhadap faktor yang ada dalam permasalahan pengambilan

keputusan (Forman,Ernest H., 2006).

Dalam menyelesaikan permasalahan melalui AHP perlu memahami

beberapa prinsip yaitu :

a. Membuat Struktur Hirarki

Memecahkan sistem yang kompleks menjadi elemen-elemen pendukung

sehingga dapat dipahami, lalu menyusun elemen secara hirarki dan

menggabungnya.

b. Penilaian Alternatif dan Kriteria

Untuk penilaian alternatif dan kriteria dilakukan dengan perbandingan

berpasangan. Hasil perbandingan dari setiap elemen akan berupa angka 1 hinga

9 yang akan menunjukkan perbandingan tingkat kepentingan suatu elemen.

Berikut skala perbandingan AHP.

 5

Table 2. 1 Skala Perbandingan

Nilai Keterangan

1 Kedua elemen memiliki kedudukan yang sama

Elemen yang satu memiliki kedudukan sedikit penting

3 dari elemen lainnya

5 Elemen yang satu lebih penting dari elemen lainnya

7 Satu elemen jelas sangat penting dari elemen lainnya

9 Satu elemen mutlak penting dari elemen lain

2, 3, 6, 8 Nilai-nilai antara dua nilai memiliki penilaian yang

berdekatan

Sumber: (Azhar, 2020)

c. Penentuan prioritas melakukan perbandingan berpasangan untuk setiap

alternatif dan kriteria dengan penggunaan matriks yang berpasangan atau

melalui persamaan perhitungan matematika.

d. Pengukuran Konsistensi

Konsistensi dapat diartikan sebagai kesetaraan nilai bobot yang diberikan antar

kriteria-kriteria. Ada beberapa prosedur atau langkah-langkah perhitungan

dalam penggunaan metode AHP yaitu diantaranya :

1) Menentukan data kriteria

2) Menentukan nilai kriteria dengan perbandingan berpasangan yang berdasar

pada skala yang telah ditentukan,skala 1 sampai 9 (sesuai teori ) dan data

ini akan dijadikan sebagai data matriks

3) Mengukur Konsistensi
 6

Penting untuk mengetahui seberapa baik konsistensi yang ada. Hal ini

dilakukan untuk menghindari keputusan berdasarkan pertimbangan dengan

konsistensi yang rendah. Adapun langkah-langkah dalam mengukur

konsistensi yaitu :

a) Menentukan nilai Consistency Index (CI) yaitu dengan rumus :

CI=(λ maks - n) / n-1, 2.1

b) dimana n adalah sejumlah elemen.

c) Mencari nilai Rasio Konsistensi (CR) dengan rumus:

CR=CI/IR, 2.2

dimana CR adalah Rasio Konsistensi yang merupakan hasil

perbandingan antara Consistency Index (CI) dengan Indeks

Random (IR) yang mana IR adalah rumus dari algoritma itu sendiri.

Berikut IR dapat dilihat pada tabel :

Table 2. 2 Indeks Random

No Nilai IR

1 0,00

2 0,00

3 0,58

4 0,90

5 1,12

6 1,24

7 1,32
 7

No Nilai IR

8 1,41

9 1,45

10 1,49

11 1,51

12 1,48

13 1,56

14 1,57

15 1,59

Sumber : (Yahyan & A Siregar, 2019)

d) Memeriksa konsistensi hierarki

jika rasio konsistensi (CI/IR kurang dari sama dengan 0,1, maka

hasil perhitungan dinyatakan benar.), namun jika nilaianya

lebih dari 10%maka penilaian data judgement harus diperbaiki.

Nilai CR<0,1 ditetapkan oleh Saaty dalam metode AHP

merupakan nilai batas yang menjadi pengukuran konsistensi

sebuah hierarki. Selain itu berdasarkan penelitian yang

dilakukan oleh Zhang & Feng (2013) dijelaskan bahwa nilai CR

harus bernilai dibawah 0,1.

B. Sistem Pendukung Keputusan

Sistem Pendukung Keputusan (SPK) pertamakali diungkap oleh Michael

Scoot Morton pada tahun 1971 (Turban, 2001) yang disebut dengan istilah Decision

Support System (DSS). Sistem pendukung keputusan atau Decision Support System
 8

menurut beberapa ahli adalah sistem yang dibuat untuk meningkatkan kualitas dan

proses hasil dari pengambilan keputusan, yang mana DSS dapat memadukan

pengetahuan dan data guna meningkatkan efisiensi dan efektivitas dalam proses

pengambilan keputusan.sistem. Pendukung Keputusan adalah sekelompok elemen

atau sub sistem yang berhubungan satu dengan yang lain dalam mencapai suatu

tujuan tertentu. Menurut Little (Turban, 2001 ). SPK adalah suatu informasi yang

berbasis komputer dan dapat menghasilkan berbagai alternatif keputusan dengan

menggunakan model dan data untuk membantu management dalam menyelesaikan

berbagai persoalan yang tidak terstruktur maupun terstruktur. Sedangkan Bonczek

dkk ( Turban, 2001 ) mengatakan bahwa SPK adalah sistem yang berbasis computer

dan terdiri dari tiga komponen yang saling berkolerasi yaitu diantaranya : Sistem

pengetahuan ( repositori domain masalah baik sebagai data atapun prosedur ),

sistem Bahasa (tata cara untuk memberikan komunikasi antar komponen sistem

pendukung keputusan dengan pengguna ) sistem pemrosesan ( hubungan antar

komponen yang terdiri dari satu maupun lebih kapabilitas manipulasi masalah

dalam pengambilan keputusan). Jadi Sistem Pendukung Keputusan merujuk dari

beberapa pendapat diatas dapat didefinisikan sebagai suatu sistem informasi yang

bertujuan membantu manajemen mengambil keputusan dengan masalah yang

bersifat semi terstruktur, untuk menghasilkan alternatif yang interaktif. Ada pun

komponen dari sistem pendukung keputusan sebagai berikut :

a. Data Management. Database Management System ( DBMS) atau data yang

di atur oleh software dan relevan untuk bermacam-macam situasi.

 9

b. Communication. Melakukan perintah pada DSS dan berkomunikasi user

melalui sub system.

c. Knowledge management. sub system dapat saling bekerja sama dan atau

dapat bertindak sebagai komponen yang berdiri sendiri.

d. Model Management. Dapat melibatkan berbagai model kuantitatif untuk

sistem dapat memiliki management software dan kemampuan analitis.

Beberapa karakteristik dari sistem pendukung keputusan yaitu :

a. Sistem dirancang untuk membantu pendukung keputusan dalam

menyelesaikan masalah yang bersifat tidak terstrukur ataupun semi

terstruktur

b. Mengkombinasikan penggunaan model analitis dalam proses

pengolahannya dengan teknik pemasukan data konvensional dan

integrasi informasi

c. Sistem pendukunng keputusan dirancang dengan berbagai cara sehingga

dapat dengan mudah digunakan/dioperasikan.

d. menekankan aspek kemampuan adaptasi yang tinggi serta aspek

fleksibilitas.
 10

C. Tanaman Nilam

Tanaman nilam (Progestemon Cablin Benth) adalah tanaman penghasil minyak

astiri melalui pengolahan yang cukup mudah yaitu batang dan daun dari tanaman

ini dilayukan kemudian disuling untuk pengambilan kadar minyak. Indonesia

sendiri adalah pemasok minyak astiri dari tanaman nilam terbesar di pasaran dunia

dimana tercatat di tahun 2004 sebesar 2.074 ton. Minyak astiri dari tanaman nilam

ini menyumbang devisa bagi Negara dari total ekspor minyak astiri Indonesia

(Nuryani, 2006). Ada tiga jenis tanaman nilam yang tersebara di Indonesia

diantaranya yaitu: 1) P. cablin Benth. Syn. P. patchouli pellet var. Sauvis Hook atau

biasa disebut dengan nilam Aceh, 2) P. heyneanusb Benth yang disebut nilam Jawa

dan 3) P hortensis Becker yang disebut dengan nilam sabun (Nuryani, 2006).

Manfaat minyak astiri dari minyak nilam sendiri dapat mencakup dalam berbagai

industri, diantaranya industri makanan (sebagai penambah rasa), dapat juga

digunakan dalam bahan campuran kosmetik yaitu parfum sebagai pengikat

ketahanan aroma dari parfum, kemudian dalam industri pembuatan cat (sebagai

pengikat ), dalam industri farmasi ( digunakan untuk pembuatan obat anti septik,

anti radang, anti depresi) dan masih banyak lagi (S., Mangun, & Waluyo, 2013).

Dari ketiga jenis nilam yang ada di Indonesia yang paling banyak penyebaran untuk

dikembangkan adalah jenis nilam aceh yang telah dilepas oleh mentri pertanian

yaitu nilam aceh varietas tapak tuan, lhokseumawe dan sidikalang.Pada umumnya

nilam dikembangkan dengan cara vegetatif dengan menggunakan cabang dari

tanaman nilam yang dipotong-potong.Untuk mendapatkan bibit nilam yang baik

maka perlu memerhatikan kritreria dalam pembibitan tanaman nilam

 11

D. Konsep Dasar PHP

PHP adalah singkatan dari Hypertext Preprocessor yang awalnya dengan

nama PHP/FI atau Personal Home Page dan Form Interface yang pertamakali di

buat olehj Rasmus Lerdoff. (Sovia & Febio, 2011) menurut Kadir,Abdul.2001,

PHP adalah Bahasa pemrograman yang berfungsi untuk membuat aplikasi web

maupun website dinamis (Yahyan & A siregar, 2019).

E. Database Mysql

Database dapat kita artikan sebagai gudang data atau sekelompok data.

Secara teori database diartikan sebagai sekumpulan data yang kompleks,disusun

menjadi beberapa kelompok dengan menggunakan tipe data yang sama,dan

setiap datanya dapat saling terhubung satu sama lain maupun berdiri sendiri

sehingga dapat diakses dengan lebih mudah. Mysql adalah satu dukungan dari

PHP yang awalnya hanya berjalan pada sistem linux dan unix, namun karena

banyaknya peminat mysql merilis versi yang dapat diinstal oleh berbagai

platform termasuk salah satunya yaitu windows (Sovia & Febio, 2011). menurut

Kadir,Abdul.2008, Mysql ( My Structured Query Language ) adalah perangkat

lunak system management basis data SQL ( Database Management System

).Mysql merupakan DBMS yang multithird yang bersifat gratis (Yahyan & A

siregar, 2019).

F. Penelitian Terkait

Dalam penyususan proposal ini penulis terinpirasi dan banyak mengabil

referensi dari penelitian-penelitian sebelumnya yang berkaitan dengan latar

 12

belakang masalah pada proposal ini yang menggunakan metode Analytical

Hierarchy Process (AHP), yang ditulis dalam bentuk tabel sebagai berikut:
 13

Table 2. 3 Penelitian Terkait

No Nama Tahun Judul Penelitian Hasil Perbedaan persamaan

1. (Purnomo, Sihwi, & 2013 Analisis Menghasilkan Metode yang digunakan Salah satu metode yang di
Anggrainingsih)
Perbandingan metode terbaik yang adalah perbandingan dua gunakan sama yaitu metode

menggunakan dapat di gunakan algorima yaitu AHP

Metode oleh pihak sekolah AHP,TOPSIS dan AHP-

AHP,TOPSIS dan dalam studi kasus TOPSIS

AHP-TOPSIS dalam penerimaan siswa

Studi Kasus Sistem akselerasi yaitu

Pendukung metode AHP,

Keputusan berdasarkan

Penerimaan Siswa parameter nilai rapor

Program Akselerasi dan parameter untuk

 14

No Nama Tahun Judul Penelitian Hasil Perbedaan persamaan

menentukan metode

rekomendasi.

Dengan nilai hampir

mendekati nol yaitu

0,47367.

2. (Sunardi & Kriestanto) 2016 Perbandingan AHP Implementasi Pada penelitian ini Persamaan dari penelitian ini

dan SAW untuk perhitungan pegawai membandingkan metode dan penelitian yang akan

pemilihan Pegawai terbaik di STIMIK SAW dan AHP untuk dilakukan adalah

Terbaik (Studi AKAKOM memilih pegawai terbaik menggunakan Sistem

Kasus:STIMIK Yogyakarta tidak pendukung keputusan AHP

AKAKOM menggunakan bobot dalam pemilihan bibit

Yogyakarta) prioritas pada setiap tanaman unggul

 15

No Nama Tahun Judul Penelitian Hasil Perbedaan persamaan

kriteria.jadi metode

yang paling tepat di

gunakan adalah

metode AHP. Karena

pada metode AHP

harus mencari dulu

bobot prioritas dari

setiap kriteria dengan

matriks

perbandingan. Pada

studi kasus ini

apabila
 16

No Nama Tahun Judul Penelitian Hasil Perbedaan persamaan

menggunakan

sebanyak 50 dan 75

data maka metode

yang paling akurat

adalah AHP dengan

akurasi 100%

sedangkan SAW

33,33%

3. Andriyani & Hafiz 2018 Perbandingan Menghasilkan Dalam penelitian ini Menggunakan salah satu

Metode AHP dan aplikasi yang dapat membandingkan dua metode yang sama yaitu

Topsis Dalam membantu madrasah Metode yaitu metode metode AHP

dalam proses AHP dan Topsis

 17

No Nama Tahun Judul Penelitian Hasil Perbedaan persamaan

Penentuan Siswa penyeleksian

Berprestasi pemilihan siswa

berprestasi dengan

AHP menjadi metode

yang baik dari pada

Topsis

4. Dodi Himawan 2019 Analisis Penelitian ini Pada penelitian ini Menggunakan salah satu

Perbandingan melakukan analisis membandingkan tiga metode yang sama yaitu

Menggunakan perbandingan dengan metode yaitu Metode metode AHP

Metode AHP, Euclidean Distance AHP, TOPSIS dan SAW

TOPSIS dan SAW dengan parameter

dalam Studi Kasus prioritas ranking.

 18

No Nama Tahun Judul Penelitian Hasil Perbedaan persamaan

Sistem Pendukung hasil penelitian

Keputusan metode yang paling

Peminjaman yang baik digunakan

Layak Bagi Lembaga adalah metode AHP

Keuangan karena mempunyai

nilai hampir

mendekati nol yaitu

0,1998 sedangkan

TOPSIS dan SAW

yaitu 0,3864 dan

0,6822
 19

No Nama Tahun Judul Penelitian Hasil Perbedaan persamaan

3 Raturayawan 2020 Perbandingan dari hasil pengujian Dalam penelitian ini Menggunakan metode AHP

Metode Saw Dan yang dilakukan rata- membandingkan dua namun dalam penelitian ini

Ahp Pada Sistem rata akurasi metode Metode yaitu metode menggunakan alternatif yang

Pakar Pemilihan AHP menunjukkan AHP dan SAW untuk berbeda

Bibit Jagung 100% sedangkan system pakar pemilihan

pada metode SAW Bibit Jagung

menunjukkan 50%

5. (Aldo & Apri) 2020 Pemilihan Suplier Menghasilkan Objek yang di teliti yaitu Metode yang digunakan

Pakan Pada system pendukung memilih supplier pakan dalam penelitian ini adalah

Budidaya Ikan Laut keputusan yang di ikan di BPBL.sedangkan metode AHP

Dengan Metode terapkan sebagai objek yang akan di teliti

pemilihan supplier
 20

No Nama Tahun Judul Penelitian Hasil Perbedaan persamaan

Analytical Hierarchy pakan ikan pada oleh peneliti yaitu

Process(AHP) BPBL. tanaman Nilam

6. (Sari & Tanjung) 2020 Sistem pendukung Menghasilkan sistem Perbedaan peneliti yang Metode yang digunakan

keputusan dalam pendukung akan dilakukan dengan dalam penelitian ini yaitu

memilih kulit ular keputusan untuk penelitian ini yaitu objek AHP

layak dijadikan memilih kulit ular yang diteliti yaitu kulit

kerajinan kulit yang layak dijadikan ular sedangkan objek

Decision Support kerajinan kulit penelitian yang akan di

System In Choosing dengan metode lakukan yaitu tanaman

Snake Skin Worthy AHP.dapat dilihat nilam

for a Leather Craft dari pengujian yang

telah dilakukan,
 21

No Nama Tahun Judul Penelitian Hasil Perbedaan persamaan

antara perengkingan

manual dan

menggunakan

aplikasi tingkat

kesamaan bobot 80%

s.d 95%

7. (Azhar, Wakhinuddin, 2021 Sistem Pendukung Menghasilka system Tidak ada ada tampilan Metode yang digunakan
& Waskito, 2021)
Keputusan Dalam pendukung sistem yang bisa dilihat. dalam penelitian ini yaitu

Pemilihan keputusan pemilihan AHP

Pengembangan pengembangan

Model Pembelajaran model pembelajaran.

 22

No Nama Tahun Judul Penelitian Hasil Perbedaan persamaan

Dengan Metode

AHP
 23

BAB III

METODE PENELITIAN

A. Metode Pengembangan

pengembangan sistem yang digunakan adalah Metode pengembangan

SDLC model waterfall. Model waterfall adalah salah satu model pengembangan

sistem yang bersifat linear atau berurutan dari tahap perencanaan sampai tahap

pemeliharaan, yang mana tahapan yang lain tidak akan dilaksanakan ketika tahapan

sebelumnya tidak selesai dilaksanakan, dan tidak bisa mengulang tahapan yang

sebelumnya sudah dilakukan.

Gambar 3. 1 Metode Pengembangan Waterfall

Sumber: (Adewono & Adewono, 2013)

Dalam pengembangannya model waterfall memiliki tahapan yaitu :

 24

a. Requirement (analisis kebutuhan)

Dalam tahap ini dilakukan analisa kebutuhan sistem, mengumpulkan data

yang berhubungan dengan keinginan user dalam pembuatan sistem. Data

yang di butuhkan dalam penelitian ini yaitu data varietas dan kriteria dari

bibit tanaman nilam. Pengumpulan data dalam tahap ini yaitu melalui

observasi, wawancara langsung antar petani dan study literatur

b. Design sistem

Pada tahap ini dilakukan proses design atau perencanaan gambaran sistem

yang akan dibuat. Mulai dari melakukan pembuatan database dari data yang

sudah dikumpulkan.kemudian menentukan gambaran tampilan sistem yang

akan dibuat.

c. Coding dan Testing

Melakukan pengkodingan berdasarkan gambaran sistem yang telah

dirancangkan. Dalam hal ini aplikasi yang dibuat berbasis web dengan

menggunakan Bahasa pemrograman PHP dan Mysql sebagai pusat data.

Setelah pengkodingan selesai, selanjutnya akan dilakukan testing untuk

mengecek kesalahan sistem dan memperbaikinya.

d. Penerapan atau pengujian Program

Sistem yang dibuat telah dapat digunakan. Selanjutnya dilakukan pengujian

untuk mengecek efektifitas sistem, dalam hal ini pengujian dilakukan

dengan teknik Black-box Testing dan User Acceptance Tes.

e. Pemeliharaan
 25

Dalam tahap ini pemeliharaan termasuk dalam pengembangan sistem yang

ada, karena perangkat lunak yang ada pasti akan mengalami perubahan,

karena ketika dijalankan mungkin mengalami kesalahan.

B. Tempat dan Waktu Penelitian

Penelitian dilakukan di desa Kala’be, Kabupaten Mamasa. Untuk rencana

waktu penelitian akan berlangsung kurang lebih 4 bulan . berikut rencana penelitian

disajikan pada tabel 3.1.

Tabel 3. 1 Jadwal Penelitian

Bulan/Minggu

No Tahapan April Mei Juni Juli

3 4 1 2 3 4 1 2 3 4 1 2 3 4

1 Observasi awal

2 Requirement

Analisis

Kebutuhan

3 Design sistem

4 Coding dan testing

5 Pengujian

program

6 pemeliharaan
 26

C. Gambaran Umum Sistem

Desain sistem adalah gambaran, perencanaan pembuatan suatu sistem

dengan menyatukan beberapa elemen terpisah menjadi kesatuan yang utuh untuk

memperjelas bentuk sebuah sistem.

1. Flowchart Sistem

Gambar 3. 2 Flowchart Penggunaan Aplikasi

 27

Uraian dari flowchart penggunaan aplikasi pada gambar 3.2 adalah sebagai berikut

1. Penggunaan aplikasi dimulai dari menginput username dan password

dihalaman login.

2. Input kriteria dalam hal ini kriteria yang digunakan adalah kecocokan

tanaman terhadap lahan, umur tanaman yang siap panen, rata-rata hasil

produksi, dan ukuran batang tanaman.

3. Jika sistem pendukung keputusan tidak memenuhi maka akan diarahkan

untuk menginput ulang kriteria sesuai dengan kriteria yang dimasukkan

didatabase tetapi jika memenuhi maka akan diarahkan ke langkah

selanjutnya yaitu rekomendasi varietas unggul.

4. Setelah itu algoritma akan memberikan rekomendasi varietas unggul

tanaman nilam

5. Tahapan selesai

2. Flowchart AHP
 28

Gambar 3. 3 Flowchart AHP

Uraian dari Flowchart AHP pada gambar 3.3 adalah sebagai berikut :

1. Membuat Matriks perbandingan

Untuk membuat matriks perbandingan dari kriteria yang dibandingkan

yaitu:
 29

a. Menentukan nilai berdasarkan skala perbandingan AHP

b. Menentukan penilaian dari masing-masing parameter yang

dibandingkan

c. Membuat tabel sesuai dengan jumlah kriteria untuk menentukan nilai

matriks perbandingan berpasangan.

2. Input nilai berpasangan dari kriteria yang telah di bandingkan

3. Hitung nilai normalisasi untuk menentukan nilai prioritas

4. Hitung nilai konsistensi yaitu dengan melakukan perkalian secara matriks

nilai dari hasil penilian prameter dengan nilai prioritas dimana baris dikali

dengan kolom (baris 1 x kolom 1, baris 2 x kolom 2,baris 3 x kolom 3 dan

seterusnya) kemudian dibagi dengan nilai priority vector.

5. Hitung nilai Consistency Ratio (CR) dengan cara CR = CI/RI. Untuk

mencari nilai CI adalah tentukan nilai lambda. Dan untuk mencari nilai

lambda yaitu menentukan nilai rata-rata dari nilai prioritas. Untuk mencari

CI, nilai lambda dikurang jumlah kriteria dibagi jumlah kriteria dikurang

satu(1). Kemudian untuk mencari nilai IR berdasarkan teori Saaty RI sudah

ditentukan nilainya berdasarkan ordo matriks atau jumlah kriteria yang ada.

6. Memeriksa nilai CR. Jika nilai CR <= 0.1 maka kembali ke matriks

perbandingan berpasangan, dan jika benar maka proses akan lanjut di tahap

berikutnya.

7. Memberikan kesimpulan dari nilai yang diprioritaskan

8. Tahapan selesai
 30

D. Teknik Pengumpulan Data

Data dapat di definisikan yaitu sekumpulan informasi atau nilai yang

didapatkan dari pengamatan (observasi ) suatu obyek, dimana data dapat berupa

angka, gambar, maupun suara. Tahapan-tahapan pengumpulan data dalam

penelitian ini adalah sebagai berikut :

1. Observasi

Observasi adalah pengamatan yang dilakukan untuk mendapatkan data dari

objek penelitian seperti varietas dan kriteria dari bibit tanaman nilam yang akan

diteliti . Berdasarkan observasi awal yang telah dilakukan ada beberapa

varietas nilam yang ada diantaranya varietas Sidikalang, Tapak Tuan, dan

Lhokseumawae

2. Interview (wawancara)

Interview adalah pengamatan secara langsung dengan memberikan tanya jawab

kepada para petani nilam desa Kala’be ,Kec. Aralle, Kab. Mamasa. Dalam hal

ini penulis menanyakan tentang varietas bibit nilam yang ada di Desa Kala’be.

Tentang jenis varietas nilam yang ada, kecocokan lahan, tinggi bibit, waktu

panen, hasil produksi,

3. Studi pustaka (Studi literatur)

Studi pustaka adalah teknik dalam mengumpulkan data yang digunakan

untuk mengumpulkan data dengan cara studi penelaahan terhadap buku,

catatan-catatan, literatur-literatur, dan laporan-laporan yang berkaitan dengan

AHP dan sitem pendukung keputusan bibit nilam yang unggul

 31

E. Pengujian Sistem

Pengujian sistem dilakukan untuk menguji kebenaran dan mengukur kinerja

yang diinginkan pada sistem yang dibuat. Dalam penelitian ini teknik pengujian

sistem yang digunakan adalah Black-box Testing dan User Acceptance Tes.

Pengujian Black-box yaitu menguji perangkat lunak dari segi spesifikasi fungsional.

Pengujian ini dimaksudkan untuk mengetahui apakah fungsi masukan dan keluaran

dari perangkat lunak sesuai dengan spesifikasi yang dibutuhkan. Sedangkan

pengujian User Acceptance Tes adalah proses memeriksa apakah sistem yang

dibuat sudah sesuai dengan kebutuhan user.

 32

BAB IV

PEMBAHASAN

A. Data Penelitian

Penelitian yang dilakukan akan menghasilkan Sistem Pendukung Keputusan

Pemilihan bibit unggul tanaman nilam menggunakan metode AHP. Penelitian ini

menggunakan data nilam di desa kala’be, kecamatan aralle, kabupaten

mamasa,provinsi Sulawesi barat, melalui para petani nilam di daerah setempat.

Kemudian data yang telah diporoleh tersebut akan dilakukan pengolahan dengan

mengunakan algoritma AHP , dengan tujuan untuk menghasilkan sebuah sistem

pendukung keputusan yang merekomendasi bibit tanaman nilam unggul yang

sesuai dengan kebutuhan para petani. Data yang digunakan pada penelitian ini

ditampilkan pada dibawah :

Tabel 4.1 Sumber data

Nama KRITERIA
No Petani Atribut Waktu
Kecocokan Lahan Tinggi Bibit Hasil Produksi
Panen
Memiliki daya tumbuh
Tapak
1 Norman dan produksi yang baik 160 cm 6 bulan 4 kg/10 karung
Tuan
ditanah gembur
Memiliki daya tumbuh
Lhokse
2 Norman dan produksi yang baik 128 cm 6 bulan 3,1 kg/10 karung
umawe
ditanah gembur
Memiliki daya tumbuh
Sidikal 2,5 kg / 10
3 Norman yang baik di tanah 120 cm 6 bulan
ang karung
gembur
 33

Berdasarkan data yang telah diperoleh dari petani di daerah setempat yang

diinput pada tabel diatas maka diperoleh data nilam yang menjadi acuan penentuan

bibit nilam yang unggul dengan kriteria sebanyak 4 yang diurutkan berdasarkan

kriteria penilaian yang paling diprioritaskan dalam penilain pemilihan bibit jagung

yaitu :

1. Kecocokan Lahan

Tanaman nilam akan tumbuh lebih baik pada tanah yang berhumus,

gembur,liat berpasir dan juga lempung.

2. Tinggi bibit,

Salah satu ndikator keadaan pertumbuhan yang baik yaitu tinggi tanaman (

(Aryanti,M, Suherman, Anjasari, & Sartika, 2017). Tanaman yang dapat

memberikan hasil per tanaman yang lebih baik adalah tanaman yang lebih

tinggi , karena tanaman yang lebih tinggi dapat menghasilkan fotosintesis

lebih banyak dibandingkan dengan tanaman yang lebih

pendek(Zulfitri,2005).

3. Waktu panen

Salah satu faktor yang mempengaruhi hasil randemen dari tanaman nilam

adalah umur panen. Dengan bertambahnya umur panen maka randemen

meningkat di karenakan jumlah daun akan semakin meningkat dengan umur

panen yang semakin bertambah. Umur panen 6 bulan merupakan perlakuan

terbaik, karena pada umur 6 bulan tanaman lebih banyak daunnya (Indarar,

Bagu, & Pembengo, 2016)

4. hasil produksi
 34

Jumlah produktivitas tanaman nilam dipengaruhi oleh varietas dan

perawatan tanaman nilam. Penggunaan bibit yang unggul akan

menghasilkan produksi yang baik pula.

B. Perhitungan Menggunakan Algoritma AHP

Metode AHP merupakan salah satu metode yang dapat digunakan dalam sistem

pendukung keputusan dengan memperhatikan faktor-faktor preferensi, intuisi,

persepsi, dan pengalaman. Metode AHP menggabungkan penilaian nilai pribadi ke

dalam sebuah cara yang logis. Dalam penyelesaian permasalahan dengan AHP, ada

beberapa prinsip-prinsip yang harus dipahami, yaitu:

1. Menyusun Hirarki dengan permasalahan yang terjadi

Sistem yang kompleks bisa dipahami dengan memecahnya menjadi

elemen-elemen pendukung, menyusun elemen secara hierarki, dan

menggabungkannya. Pemilihan bibit nilam unggul menggunakan algoritma

Analytic Hierarchy Process (AHP) terdapat 3 level. Level yang pertama

menentukan tujuan (goal) yakni bibit nilam yang unggul, kemudian di level

kedua terdapat kriteria yang menjadi acuan dalam memilih bibit yang unggul

diantaranya kecocokan lahan, ukuran batang, umur tanaman yang siap panen,

dan rata-rata hasil produksi. Lalu selanjutnya level ke tiga alternatif nilam yang

akan dipilih diantaranya tapak tuan,lhokseumawe dan sidikalang seperti pada

gambar
 35

CAPAIAN Bibit Nilam Yang Unggul

KRITERIA Kecocokan Tinggi Bibit Waktu Hasil

lahan Panen Produksi

ALTERNATIF Tapak Tuan Lhokseumawe Sidikalang

Gambar 4.1 Struktur Hirarki

2. Membuat matriks perbandingan antar kriteria

Dalam membuat matrik perbandingan kriteria, perlu untuk menentukan

nilai prioritas berdasarkan data hasil penilain dari ketua kelompok tani

di daerah setempat yang dapat dilihat pada tabel

Tabel 4.2 Kriteria Yang digunakan

No Kriteria Simbol
1 Kecocokan Lahan C1
2 Tinggi bibit C2
3 Waktu panen C3
4 Hasil Produksi C4

Tenentukan masing – masing nilai prioritas elemen antara kriteria

berdasarkan data yang dapat dilihat pada tabel

Selanjutnya kriteria serta alternatif dinilai melalui perbandingan

berpasangan.Dalam penilaian perbandingan antar kriteria dengan

 36

intensitas kepentingan dengan nilai 1-9 sesuai dengan skala AHP.

Untuk skala perbandingan dapat dilihat pada tabel

Tabel 4.3 Skala Perbandingan AHP

Nilai Skala Perbandingan

1 Sama Penting
2 Nilai Tengah
3 Sedikit Lebih Penting
4 Nilai Tengah
5 Salah Satunya Penting
6 Nilai Tengah
7 Sangat Penting
8 Nilai Tengah
9 Mutlak Sangat Penting

Hasil yang telah diperoleh selanjutnya dimasukan kedalam

matrik perbandingan berpasangan, yakni suatu elemen yang

dibandingkan dengan elemen itu sendiri atau elemen yang satu

memiliki kepentingan yang sama dan bernilai 1 dan sisi nilai yang

bersinggunggan dengan elemen perbandingan bernilai sepernilai

elemen tersebut.

Matrik Perbandingan berpasangan antar Alternatif berdasarkan

kriteria. Pada rekomendasi matrik perbandingan berpasangan antar

alternatif berdasarkan kriteria sama seperti di atas. Data alternatif

beserta pemisalan yang digunakan dalam pembobotan dapat dilihat

pada tabel berikut :

Tabel 4.4 Alternatif

NAMA NILAM PEMISALAN

Tapak tuan Alternatif 1
Lhokseumawe Alternatif 2
Sidikalang Alternatif 3
 37

3. Proses Perhitungan AHP (Analytic Hierarchy Process)

a. Perhitungan Bobot Kriteria

Setelah menetukan kriteria selanjutnya pengambilan

keputusan memilih nilai dari perbandingan berpasangan

diperlihatkan pada tabel dibawah:

Tabel 4.5 Matriks Perbandingan setiap kriteria

Kriteria C1 C2 C3 C4
C1 1 3 0,2 0,14

C2 0,3 1 0,2 0,14

C3 5 5 1 0,3

C4 7 7 3 1

Total 13,3 16 4,4 1,58

Hasil nilai matrik perbandingan berpasangan antar kriteria dari pengambil

keputusan yang sudah didapat pada Tabel 4.4, tahap selanjutnya adalah menghitung

normalisasi dari untuk menentukan nilai bobot prioritas menggunakan model AHP,

dimana elemen kolom kriteria dibagi dengan total, yang hasilnya disajikan pada

tabel di bawah :

Tabel 4.6 Hasil Normalisasi Kriteria

Kriteria C1 C2 C3 C4 Jumlah

C1 0,08 0,19 0,05 0,09 0,40

 38

C2 0,02 0,06 0,05 0,09 0,22

C3 0,38 0,31 0,23 0,19 1,11

C4 0,53 0,44 0,68 0,63 2,28

Total 1 1 1 1

Setelah mendapatkan nilai normalisasi, kemudian menentukan nilai rata-

rata (W). Perhitungannya adalah jumlah kriteria, dimana jumlah kriteria yang

digunakan adalah 4 dibagi dengan total elemen kriteria. Sehingga diperoleh nilai

bobot prioritas (W) yang didapat adalah ditampilkan pada Tabel 4.7

Tabel 4.7 Perhitungan Bobot (W) Kriteria

Kriteria C1 C2 C3 C4 Jumlah W

C1 0,08 0,19 0,05 0,09 0,40 0,10

C2 0,02 0,06 0,05 0,09 0,22 0,05

C3 0,38 0,31 0,23 0,19 1,11 0,28

C4 0,53 0,44 0,68 0,63 2,28 0,57

Total 1 1 1 1 4,000

Tahap berikutnya adalah menghitung uji konsistensi. Pertama menghitung

nilai CI dengan rumus : CI = (Lamda Max – n) / (n-1). 4.1

1) Untuk menghitung CI, terlebih dulu perlu mencari nilai dari Lamda Max

dengan cara yaitu : kalikan hasil dari jumlah kriteria perkolom dengan nilai rata-

rata (w) perbaris pada setiap kriteria, perhitungannya seperti berikut :

Lamda Max = (13,3x 0,10) +( 16 x 0,5) + ( 4,4 x 0,28) +

( 1,58*0,57)

= 1,32 + 0,88 + 1,22 + 0,90

= 4,31
 39

2) Menghitung nilai CI dengan cara nilai Lamda Max dikurang n (banyaknya

kriteria), dimana jumlah elemen kriteria yaitu 4 dan dibagi n (banyaknya kriteria)

dikurang dengan 1 (satu) , berikut perhitungannya

CI = (4,31 – 4) / ( 4-1)

= 0, 10
3) Langkah selanjutnya mencari nilai CR, dengan cara CI / IR. Dimana IR adalah

Index Random. Nilai IR didapat dari berapa jumlah dari kriteria, nilai IR dapat

dilihat pada tabel 4.8 IR.

Tabel 4.8 Indeks Random

No Nilai IR

1 0,00

2 0,00

3 0,58

4 0,90

5 1,12

6 1,24

7 1,32

8 1,41

9 1,45

10 1,49

11 1,51
 40

No Nilai IR

12 1,48

13 1,56

14 1,57

15 1,59

Sumber : (Yahyan & A Siregar, 2019)

Perhitungan mencari nilai CR

CR = CI / IR

= 0, 10 / 0,90

= 0, 1 ≤ 0,1 konsisten.

Tabel 4.9 Menghitung Nilai Konsistensi Rasio (CR)

Menghitung Nilai Konsistensi

Rasio Dari Matriks Perbandinga
Rmus : CI = (Lamda Max - n)/(n-
1)
Lamda Max 4,31
CI= 0,10
CR = CI/IR 0,11
Pada tabel 4.9 ditampilkan perhitungan nilai CR dengan hasil 0,11.
b. Perhitungan Bobot Alternatif

1) Perhitungan Bobot Alternatif Kecocokan Lahan

Menghitung nilai untuk tujuan pada kriteria Pengambil keputusan memilih

dan membandingkan setiap alternatif berdasarkan nilai perbandingan berpasangan

alternatif antar kriteria. Hasilnya ditampilkan pada tabel dibawah :

 41

Tabel 4.10 Matrik Perbandingan alternatif terhadap kecocokan lahan

Tapak Tuan Lhokseumawe Sidikalang

C1
Tapak Tuan 1 3 7

Lhokseumawe 0,3 1 3

Sidikalang 0,2 0,3 1

Total 1,5 4,3 11

Selanjutnya menghitung nilai elemen pada kolom alternatif untuk

dinormalisasikan, dimana elemen kolom alternatif dibagi dengan jumlah. Hasilnya

ditampilkan pada Tabel dibawah :

Tabel 4.11 Hasil Normaliasi alternatif kecocokan lahan

Tapak Tuan Lhokseumawe Sidikalang Jumlah

C1
Tapak Tuan 0,67 0,70 0,64 2,00

Lhokseumawe 0,20 0,23 0,27 0,71

Sidikalang 0,13 0,07 0,09 0,29

Total 1,00 1,00 1,00

Setelah mendapatkan nilai normalisasi, kemudian menentukan nilai rata-

rata (W). Perhitungannya adalah jumlah kriteria, dimana jumlah kriteria yang

digunakan adalah 4 dibagi dengan total elemen kriteria. Sehingga diperoleh nilai

bobot prioritas (W) yang didapat adalah ditampilkan pada tabel 4.12
 42

Tabel 4.12 Perhitungan Bobot (W) Alternatif Kecocokan lahan

Tapak Lhokseumawe Sidikalang Jumlah W

C1 Tuan
Tapak Tuan 0,67 0,70 0,64 2,00 0,67

Lhokseumawe 0,20 0,23 0,27 0,71 0,24

Sidikalang 0,13 0,07 0,09 0,29 0,10

Total 1,00 1,00 1,00 3,00

Tahap berikutnya adalah menghitung uji konsistensi. Pertama menghitung nilai CI

dengan rumus pada persamaan 4.1

a) sebelum mencari nilai CI, terlebih dahulu mencari nilai Lambda Max dengan

cara : kalikan hasil jumlah alteratif perkolom dengan nilai rata-rata (w) perbaris

pada setiap alternatif, untuk lebih jelasnya berikut perhitungannya :

Lambda Max = (1,5 x 0,6) + (4,3 x 0,24) +

( 11x 0,10)

= 1,00 + 1,01 + 1,08

= 3,09

b) Hitung nilai CI dengan= cara

6,75 nilai Lamda Max dikurang n (jumlah elemen

alternatif), dimana jumlah elemen alternatif ada 3 dibagi denan n (Jumlah

alternatif) dikurang 1 (satu) , untuk lebih jelasnya berikut perhitungannya :

CI = (3,09 – 3 ) / ( 3-1)
= 0, 04

c) Langkah selanjutnya mencari nilai CR dengan cara CI / IR. Dimana IR adalah

Index Random. Nilai IR didapat dari berapa julah kriteria, nilai CR dapat

dilihat pada tabe l4.13

 43

Tabel 4.13 Indeks Random

No Nilai IR

1 0,00

2 0,00

3 0,58

4 0,90

5 1,12

6 1,24

7 1,32

8 1,41

9 1,45

10 1,49

11 1,51

12 1,48

13 1,56

14 1,57

15 1,59

Sumber : (Yahyan & A Siregar, 2019)

Perhitungan mencari nilai CR

CR = CI / IR
= 0,04 / 0,58
= 0, 08 ≤ 0,1 konsisten.

2). Perhitungan Bobot Alternatif Tinggi Bibit

 44

Menghitung nilai untuk tujuan pada kriteria pengambil keputusan memilih

dan membandingkan setiap alternatif berdasarkan nilai perbandingan berpasangan

alternatif antar kriteria. Hasilnya ditampilkan pada tabel 4.14 :

Tabel 4.14 Matriks perbandingan alternatif tinggi bibit

Tapak Tuan Lhokseumawe Sidikalang

C2
Tapak Tuan 1 5 7

Lhokseumawe 0,2 1 1

Sidikalang 0,14 1 1

Total 1,34 7 9

Selanjutnya menghitung nilai elemen pada kolom alternatif untuk

dinormalisasikan, dimana elemen kolom alternatif dibagi dengan jumlah. Hasilnya

ditampilkan pada tabel 4.15:

Tabel 4.15 Hasil normalisasi alternatif tinggi bibit

Tapak Tuan Lhokseumawe Sidikalang Jumlah

C2
Tapak Tuan 0,75 0,71 0,78 2,24

Lhokseumawe 0,15 0,14 0,11 0,40

Sidikalang 0,10 0,14 0,11 0,36

Total 1,00 1,00 1,00

Setelah mendapatkan nilai normalisasi, kemudian menentukan nilai rata-

rata (W). Perhitungannya adalah jumlah kriteria, dimana jumlah kriteria yang

digunakan adalah 3 dibagi dengan total elemen kriteria. Sehingga diperoleh nilai

bobot prioritas (W) yang didapat adalah ditampilkan pada Tabel 4.16
 45

Tabel 4.16 Perhitungan Bobot (W) Alternatif tinggi bibit

Tapak Lhokseu Sidikalan Jumlah W

C2 Tuan mawe g
Tapak

Tuan 0,75 0,71 0,78 2,24 0,75

Lhokseum

awe 0,15 0,14 0,11 0,40 0,13

Sidikalang 0,10 0,14 0,11 0,36 0,12

Total 1,00 1,00 1,00 3,00

Tahap berikutnya adalah menghitung uji konsistensi. Pertama menghitung nilai CI

dengan rumus : CI = (Lamda Max – n) / (n-1).

d) sebelum mencari nilai CI, terlebih dahulu mencari nilai Lamda Max dengan

cara : kalikan hasil jumlah alteratif perkolom dengan nilai rata-rata (w) perbaris

pada setiap alternatif, untuk lebih jelasnya berikut perhitungannya :

Lamda Max = (1,34 x 0,75) + (7 x 0,13) +

( 9x 0,12)

= 1,00 + 0,94 + 1,08

= 3,02
e) Hitung nilai CI dengan cara nilai Lamda Max dikurang n (jumlah elemen
= 6,75
alternatif), dimana jumlah elemen alternatif ada 3 dibagi denan n (Jumlah

alternatif) dikurang 1 (satu) , untuk lebih jelasnya berikut perhitungannya :

CI = (3,02 – 3 ) / ( 3-1)
= 0, 01
 46

f) Langkah selanjutnya mencari nilai CR dengan cara CI / IR. Dimana IR adalah

Index Random. Nilai IR didapat dari berapa julah kriteria, nilai CR dapat

dilihat pada tabe l4.17

Tabel 4.17 Indeks Random

No Nilai IR

1 0,00

2 0,00

3 0,58

4 0,90

5 1,12

6 1,24

7 1,32

8 1,41

9 1,45

10 1,49

11 1,51

12 1,48

13 1,56

14 1,57

15 1,59

Sumber : (Yahyan & A Siregar, 2019)

Perhitungan mencari nilai CR

 47

CR = CI / IR
= 0,01 / 0,58
= 0, 01 ≤ 0,1 konsisten.
3). Perhitungan Bobot Alternatif Waktu panen

Tabel 4.18 Matriks perbandingan alternatif waktu panen

Tapak Tuan Lhokseumawe Sidikalang

C3
Tapak Tuan 1 5 7

Lhokseumawe 0,2 1 3

Sidikalang 0,14 0,3 1

Total 1,34 6,3 11

hitung nilai elemen pada kolom alternatif untuk dinormalisasikan, dimana

elemen kolom alternatif dibagi dengan jumlah. Hasilnya ditampilkan pada tabel

4.19 :

Tabel 4.19 Hasil normalisasi alternatif waktu panen

Tapak Lhokseumawe Sidikalang Jumlah
C3 Tuan
Tapak Tuan 0,75 0,71 0,78 2,24

Lhokseumaw

e 0,15 0,14 0,11 0,40

Sidikalang 0,10 0,14 0,11 0,36

Total 1,00 1,00 1,00 3,00

 48

Tentukan nilai rata-rata (W). Perhitungannya yaitu jumlah kriteria dibagi

dengan total elemen kriteria, dimana jumlah kriteria yang digunakan disini adalah

4 hasilnya di tampilkan pada Tabel 4.20

Tabel 4.20 Perhitungan Bobot (W) Alternatif kecocokan lahan

Tapak Lhokseumawe Sidikalang Jumlah W

C3 Tuan
Tapak

Tuan 0,75 0,71 0,78 2,24 0,75

Lhokseum

awe 0,15 0,14 0,11 0,40 0,13

Sidikalang 0,10 0,14 0,11 0,36 0,12

Total 1,00 1,00 1,00 3,00

Tahap berikutnya adalah menghitung uji konsistensi. Pertama menghitung nilai CI

dengan rumus : CI = (Lamda Max – n) / (n-1).

g) sebelum mencari nilai CI, terlebih dahulu mencari nilai Lamda Max dengan

cara : kalikan hasil jumlah alteratif perkolom dengan nilai rata-rata (w) perbaris

pada setiap alternatif, untuk lebih jelasnya berikut perhitungannya :

Lamda Max = (1,34 x 0,75) + (6,3 x 0,13) +

( 11x 0,12)

= 0,97 + 1,22 + 0,89

= 3,08

h) Hitung nilai CI dengan= cara

6,75 nilai Lamda Max dikurang n (jumlah elemen

alternatif), dimana jumlah elemen alternatif ada 3 dibagi denan n (Jumlah

alternatif) dikurang 1 (satu) , untuk lebih jelasnya berikut perhitungannya :

 49

CI = (3,08 – 3 ) / ( 3-1)
= 0, 04

i) Langkah selanjutnya mencari nilai CR dengan cara CI / IR. Dimana IR adalah

Index Random. Nilai IR didapat dari berapa julah kriteria, nilai CR dapat

dilihat pada tabe 4.21

Tabel 4.21 Indeks Random

No Nilai IR

1 0,00

2 0,00

3 0,58

4 0,90

5 1,12

6 1,24

7 1,32

8 1,41

9 1,45

10 1,49

11 1,51

12 1,48

13 1,56

14 1,57

15 1,59

Sumber : (Yahyan & A Siregar, 2019)

 50

Perhitungan mencari nilai CR

CR = CI / IR
= 0,04 / 0,58
= 0, 01 ≤ 0,1 konsisten.

4). Perhitungan Bobot Alternatif Hasil Produksi

Tabel 4.22 Matriks perbandingan alternatif hasil produksi

Tapak Tuan Lhokseumawe Sidikalang

C4
Tapak Tuan 1 5 3

Lhokseumawe 0,2 1 1

Sidikalang 0,3 1 1

Total 1,5 7 5

Lakukan perhitungan nilai elemen pada kolom alternatif untuk

dinormalisasikan, dimana elemen kolom alternatif dibagi dengan jumlah. Hasilnya

ditampilkan pada Tabel dibawah :

Tabel 4.23 Hasil normalisasi alternatif hasil produksi

Tapak Tuan Lhokseumawe Sidikalang Jumlah

C4
Tapak Tuan 0,67 0,71 0,60 1,98

Lhokseumawe 0,13 0,14 0,20 0,48

Sidikalang 0,20 0,14 0,20 0,54

Total 1,00 1,00 1,00

Tentukan nilai rata-rata (W). Perhitungannya yaitu jumlah kriteria dibagi

dengan total elemen kriteria, dimana jumlah kriteria yang digunakan disini adalah
 51

3. Sehingga diperoleh nilai bobot prioritas (W) yang didapat adalah ditampilkan

pada Tabel 4.24

Tabel 4.24 Perhitungan Bobot (W) Alternatif hasil produksi

Tapak Lhokseumawe Sidikalang Jumlah W

C4 Tuan
Tapak Tuan 0,67 0,71 0,60 1,98 0,66

Lhokseumawe 0,13 0,14 0,20 0,48 0,16

Sidikalang 0,20 0,14 0,20 0,54 0,18

Total 1,00 1,00 1,00 3,00

Tahap berikutnya adalah menghitung uji konsistensi. Pertama menghitung nilai CI

dengan rumus : CI = (Lamda Max – n) / (n-1).

j) sebelum mencari nilai CI, terlebih dahulu mencari nilai Lamda Max dengan

cara : kalikan hasil jumlah alteratif perkolom dengan nilai rata-rata (w) perbaris

pada setiap alternatif, untuk lebih jelasnya berikut perhitungannya :

Lamda Max = (1,5 x 0,66) + (7 x 0,16) +

( 5 x 0,18)

= 0,99 + 1,11 + 0,90

= 3,11

k) Hitung nilai CI dengan= cara

6,75 nilai Lamda Max dikurang n (jumlah elemen

alternatif), dimana jumlah elemen alternatif ada 3 dibagi denan n (Jumlah

alternatif) dikurang 1 (satu) , untuk lebih jelasnya berikut perhitungannya :

CI = (3,11 – 3 ) / ( 3-1)
= 0, 003
 52

l) Langkah selanjutnya mencari nilai CR dengan cara CI / IR. Dimana IR adalah

Index Random. Nilai IR didapat dari berapa julah kriteria, nilai CR dapat

dilihat pada tabe 4.25

Tabel 4.25 Indeks Random

No Nilai IR

1 0,00

2 0,00

3 0,58

4 0,90

5 1,12

6 1,24

7 1,32

8 1,41

9 1,45

10 1,49

11 1,51

12 1,48

13 1,56

14 1,57

15 1,59

Sumber : (Yahyan & A Siregar, 2019)

Perhitungan mencari nilai CR

 53

CR = CI / IR
= 0,003 / 0,58
= 0, 01 ≤ 0,1 konsisten.
4. Hasil Perengkingan AHP (Analytic Hierarchy Process)

Setelah mendapatkan nilai bobot prioritas, tahap selanjutnya mencari nilai

akhir dari setiap alternatif yaitu dengan cara melakukan perkalian matriks

perhitungan (W) kriteria dengan matriks perhitungan (W) setiap alternatif kriteria

nilai matriks perhitungan (W) alternatif pada setiap kriteria dapat dilihat pada tabel

dan matriks nilai W untuk kriteria ditampilkan pada tabel :

Tabel 4.26 Nilai W Tiap Kriteria Pada Semua Alternatif

Kriteria

Alternatif
C1 C2 C3 C4

Tapak Tuan 0,67 0,75 0,73 0,66

Lhokseumawe 0,24 0,13 0,19 0,16

Sidikalang 0,10 0,12 0,08 0,18

Tabel 4.27 Nilai W Pada Kriteria

Kriteria Nilai W
Kecocokan Lahan 0,10
Tinggi bibit 0,05
Waktu Panen 0,28
Hasil Produksi 0,57
 54

a. Menghitung Nilai Perengkingan dari alternatif nilam tapak tuan

Nilai W kriteria pada alternatif tapak tuan dikalikan dengan

nilai W kriteria
Tapak tuan = (0,67x 0,10) + (0,75x 0,05) + (0,73x 0,28) +
(0,66 x 0,57)

= 0,07 + 0,04 + 0,20 + 0,38

= 0,68

b. Menghitung Nilai Perengkingan dari alternatif lhokseumawe

Nilai W kriteria pada alternatif lhokseumawe dikalikan

dengan Nilai W kriteria.

Lhokseumawe = (0,24 x 0,10) + (0,13 x 0,05) + (0,19 x 0,28) +

(0,16 x 0,57)

= 0,02 + 0,01 +0,05 + 0,09

= 0,17

c. Menghitung Nilai Perengkingan dari alternatif sidikalang

Nilai W kriteria dikalikan dengan Nilai W kriteria pada

alternatif sidikalang
Sidikalang = (0,10 x 0,10) + (0,12 x 0,05) + (0,08 x 0,28) +
(0,18 x 0,57)

= 0,01 + 0,01 +0,02 + 0,19

= 0,14

Berdasarkan hasil Perhitungan nilai perengkingan dari setiap alternatif yang

berdasarkan kriteria maka dapat disimpulkan bahwa prioritas pertama sampai

 55

terakhir adalah tapak tuan nilai 0,68 kemudian lhokseumaw nilai 0,17 dan

sidikalang nilai 0,14. Dapat dilihat pada tabel 4.28

Tabel 4.28 Hasil Perengkingan AHP

JENIS NILAM PERENGKINGAN

Tapak Tuan 0,68
Lhokseumawe 0,17
Sidikalang 0,14

C. Tampilan Sistem

1. Tampilan awal

Pada tampilan awal sistem pemilihan bibit nilam yang telah dibuat untuk

menentukan jenis bibit nilamyang baik untuk ditanam di Desa Kala’be, Kecamatan

Aralle, Kabupaten Mamasa. Adapun tampilannya dari aplikasi yang dibuat dapat

dilihat pada gambar 4.2.

Gambar 4.2 tampilan awal aplikasi

Pada tampilan aplikasi diatas ditampilkan ucapan selamat datang di sistem

yang telah di buat dan juga terdapat catatan username dan password yang digunakan

apabila ingin mengakses aplikasi.dan pada bagian akhir sekaligus form login untuk

mengakses aplikasi.

a. Tampilan aplikasi metode AHP

 56

Pada tampilan aplikasi metode AHP telah dibuat beberapa pilihan yaitu

beranda, data kriteria, data alternatif, seleksi pada proses penghitungan metode

AHP, dan pilihan keluar dari aplikasi., yang diajukan pada gambar 4.3

dibawah.

Gambar 4.3 Tampilan menu beranda

Pada tampilan sistem pengambil keputusan dengan metode AHP yang gambar

diatas telah ditampilkan menampilkan beberapa menu yang menjadi fungsi atau

layanan pada sistem.

1) Tampilan Menu Kriteria

Pada tampilan menu kriteria seleksi metode AHP , di inputkan kriteria

penilain pemilihan bibit nilam yaitu kecocokan lahan, tinggi tanaman, waktu panen,

dan hasil produksi, yang dapat dilihat pada gambar 4.4.

Gambar 4.4 tampilan menu kriteria

 58

Pada tampilan diatas menampilkan kriteria yang menjadi penilain dalam sistem

pemilihan keputusan bibit unggul nilam, dimana ada 4 kriteria yang diperoleh dari

petani desa setempat diantaranya yaitu kecocokan lahan, tinggi bibit,waktu panen,

dan hasil produksi.

2) Tapilan Menu alternatif

Pada tampilan menu alternatif yaitu ditampilkan jenis nilam yang akan di

seleksi menggunakan metode AHP yang telah diinput yaitu tapak tuan,

lhokseumawe dan sidikalang dapat dilihat pada gambar 4.5 berikut.

Gambar 4.5 Tampilan Menu alternatif

3) Tampilan Menu Analisa Kriteria

Pada tampilan menu analisa kriteria menampilkan analisis perbandingan

berpasangan dari kriteria yang ada, yang dapat dilihat pada gambar 4.6 dibawah.

Gambar 4.6 Tampilan Analisa Kriteria

 59

4) Tampilan menu Analisa alternatif

pada tampilan analisa alternatif menampilkan analisis perbandingan

berpasangan dari alternatif yang ada, yang dapat dilihat pada gambar 4.7

Gambar 4.7 Tampilan Analisa Alternatif

5) Tampilan Menu Hasil Kriteria

Pada tampilan menu hasil kriteria ditampilkan perbandingan kriteria yang

telah diinput nilai skala perbandingan metode AHP dari 1 – 9. Pada tampilan

perbandingan kriteria tersebut telah diinput nilai hasil perbandingan berdasarkan

pada asumsi kepala kelompok tani berdasarkan skala perbandingan metode AHP

untuk mendapatkan bobot prioritas dari kriteria yang ditampilakn pada gambar 4.8

Gambar 4.8 Tampilan Menu hasil kriteria

 60

Penjelasan dari perbandingan kriteria diatas pada nomor urut 1, adalah

kriteria kecocokan lahan dibandingkan dengan tinggi bibit . dan angka 1 s/d 9

adalah nilai yang akan digunakan untuk penilain dari kriteria. Pada tabel penilaian

diatas diberikan nilai 3 untuk kriteria kecocokan lahan, artinya elemen kecocokan

lahan sedikit lebih penting dari pada elemen tinggi bibit. Jadi kriteria kecocokan

lahan memperoleh nilai 3 berdasarkan data pakar karna untuk meberikan penilaian

pada jenis nilam yang baik, yang dianggap sedikit lebih penting dari kriteria tinggi

tanaman. Begitupun penjelasan untuk no. urut 2 s/d No. urut 6 . Setelah itu, maka

dibuat matrik nilai perbandingan yang tampil pada sistem seperti gambar 4.9

Gambar 4.9 Tampilan matriks nilai perbandingan kriteria

Tampilan matriks diatas menjelaskan lebih rinci tentang penilaian

perbandingan AHP untuk memperoleh bobot prioritas antar kriteria. Setelah itu

langkah selanjutnya melakukan normalisasi matriks data dan menentukan nilai

prioritas , seperti pada gambar 4.10

 61

Gambar 4.10 Tampilan normalisasi dan nilai eigen

Nilai normalisasi dan nilai eigen pada gambar diatas diperoleh dari hasil

bagi nilai perbandingan pada kolom masing-masing kriteria dan hasil jumlah nilai

perbandingan pada masing-masing baris pada masing-masing kolom kriteria yang

akan dinormalisasikan. Langkah terakhir adalah mencari nilai konsistensi. Dari

perhitungan yang telah dilakukan diperoleh hasil yang konsisten. Yakni dapat

dilihat pada gambar 4.11

Gambar 4.11 Mencari nilai konsistensi

Untuk mencari nilai konsistensi dapat dilakukan dengan rumus :

CI = (Lamda Max – n) / (n-1).

Dari rumus diatas dilakukan perkalian untuk memperoleh nilai Lamda

Max – n. Untuk mencari nilai lamda max dilakukan pengurangan nilai hasil
 62

jumlah dari masing-masing nilai perbandingan dari tiap kriteria di kali dengan

nilai rata-rata dari tiap baris. Setelah nilai dari lamda max diperoleh maka

nilai lamda max tersebut dikurang dengan total kriteria, dibagi dengan jumlah

kriteria dan dikurang satu. Dan untuk menentukan nilai konsistensi rasio yaitu

nilai CI dibagi dengan nilai Index Random (IR) sehingga diperoleh nilai

konsistensi rasio yang nampak pada gambar 4.11 yaitu 0,19. Jadi hasil dari

konsistensi ini didapat nilai yang dibawah dari 1 atau 0,1, menandakan bahwa

penilaian ini sudah konsisten ,sesuai ketentuan pada metode AHP.

6) Tampilan Menu hasil alternatif

Pada tampilan perbandingan alternatif metode AHP telah diinput nilai

skala perbandingan 1-9 terhadap kriteria penilaian yang pertama kecocokan

lahan, tinggi bibit, waktu panen dan hasil produksi.

a. Perbandingan alternatif terhadap kriteria kecocokan lahan

Pada tampilan perbandingan alternatif metode AHP telah diinput nilai skala

perbandingan 1-9 terhadap kriteria kecocokan lahan yang dapat dilihat pada

gambar4.12

Gambar 4.12 Tampilan perbandingan alternatif kecocokan lahan

 63

Dari tabel penilaian diatas diberikan nilai 3 untuk alternatif atau jenis nilam

tapak tuan dibandingkan alternatif lhokseumawe berdasarkan kriteia kecocokan

lahan, yang diperoleh berdasarkan pada skala perbandingan AHP menjelaskan

bahwa alternatif tapak tuan sedikit lebih penting dari alternatif .seterusnya juga

berlaku untuk No. urut 2 s/d No. Urut 3. Setelah itu akan dibuat matrik nilai

perbandingan, setelah itu dilakukan normalisasi untuk mendapatkan nilai eigen

setelah nilai eigen di dapatkan selanjutnya dilakukan cek konsistensi dengan rumus

: CI = (Lamda Max – n) / (n-1).

Dari rumus diatas dilakukan perkalian untuk memperoleh nilai Lamda Max –

n. Untuk mencari nilai lamda max dilakukan pengurangan nilai hasil jumlah dari

masing-masing nilai perbandingan dari tiap alternatif di kali dengan nilai rata-rata

dari tiap baris. Setelah nilai dari lamda max diperoleh maka nilai lamda max

tersebut dikurang dengan total alternatif, dibagi dengan jumlah alternatif dan

dikurang satu. Dan untuk menentukan nilai konsistensi rasio yaitu nilai CI dibagi

dengan nilai Index Random (IR) sehingga diperoleh nilai konsistensi rasio yaitu

0,07. Jadi hasil dari perengkingan ini didapat nilai yang dibawah dari 1 atau 0,1,

menandakan bahwa penilaian ini sudah konsisten ,sesuai ketentuan pada metode

AHP. yang tampil pada sistem seperti pada gambar 4.13

Gambar 4.13 Nilai eigen dan cek konsistensi

 64

b. Perbandingan alternatif terhadap kriteria Tinggi bibit

tampilan perbandingan alternatif metode AHP telah diinput nilai skala

perbandingan 1-9 terhadap kriteria tinggi bibit, dapat dilihat pada

gambar4.14

Gambar 4.14 Matriks Perbandingan alternatif tinggi bibit

Dari tabel penilaian diatas diberikan nilai 3 untuk alternatif tapak tuan

dibandingkan alternatif lhokseumawe berdasarkan kriteia tinggi tanaman,

berdasarkan pada skala perbandingan AHP menjelaskan bahwa alternatif

tapak tuan sedikit lebih penting dari alternatif .seterusnya juga berlaku

untuk No. urut 2 s/d No. Urut 3. Setelah itu akan dibuat matrik nilai

perbandingan , dan selanjutnya dilakukan normalisasi data dari matriks

perbandingan yang diperoleh untuk mendapatkan nilai eigen setelah nilai

eigen di dapatkan selanjutnya dilakukan cek konsistensi dengan rumus : CI

= (Lamda Max – n) / (n-1).

Untuk mencari nilai lamda max dilakukan pengurangan nilai hasil

jumlah dari masing-masing nilai perbandingan dari tiap alternatif di kali

dengan nilai rata-rata dari tiap baris. Setelah nilai dari lamda max diperoleh

maka nilai lamda max tersebut dikurang dengan total alternatif, dibagi
 65

dengan jumlah alternatif dan dikurang satu. Dan untuk menentukan nilai

Consistensi Rasio yaitu nilai CI dibagi dengan nilai Index Random (IR)

sehingga diperoleh nilai konsistensi rasio yaitu 0,07. Hasil dari konsistensi

ini didapat nilai yang dibawah dari 1 atau 0,1, menandakan bahwa penilaian

ini sudah konsisten ,sesuai ketentuan pada metode AHP. yang tampil pada

sistem seperti pada gambar 4.15

Gambar 4.15 Nilai eigen dan cek konsistensi

c. Perbandingan alternatif terhadap kriteria waktu panen

tampilan perbandingan alternatif metode AHP telah diinput nilai skala

perbandingan 1-9 terhadap kriteria waktu panen, dapat dilihat pada

gambar 4.16

Gambar 4.16 Matriks perbadingan alternatif waktu panen

 66

Pada tabel matriks perbandingan diatas adalah menjelaskan tentang

penilaian AHP untuk memperoleh bobot relatif antar alternatif terhadap

kriteria.Setelah membuat matriks nilai perbandingan alternatif pada kriteria waktu

panen seperti gambar 4.16 maka dilakukan normalisasi dan mencari nilai eigen

setelah itu cek konsistensi yang dapat dilihat pada gambar 4.17

Gambar 4.17 tampilan normalisasi data dan menentukan nilai eigen dan
cek konsistensi
Pada gambar diatas dimuat hasil dari konsistensi dinyatakan konsisten yakni

nilai yang diperoleh 0,16. nilai yang dibawah dari 1 atau 0,1, menandakan bahwa

penilaian ini sudah konsisten ,sesuai ketentuan pada metode AHP. yang tampil pada

sistem seperti pada gambar 4.17

d. Perbandingan alternatif terhadap kriteria hasil produksi

Gambar 4.18 Matriks perbandingan alternatif hasil produksi

 67

Yang pertama pada tampilan perbandingan alternatif diatas, telah diinput

nilai perbandingan antar alternatif terhadap kriteria hasil produksi sesuai dengan

skala perbandingan ahp, dimana menjelaskan bahwa perbandingan alternatif tapak

tuan sedikit lebih penting dari alternatif lhokseumawe yakni bernilai 3, sedangkan

perbandingan antara alternatif tapak tuan lebih penting dari alternatif sidikalang

yakni bernilai 5 dan perbandingan antara alternatif lhokseumawe sangat penting

dari alternatif sidikalang yakni bernilai 7 yang dapat dilihat pada gambar4.18

Selanjutnya setelah membuat matriks nilai perbandingan alternatif pada kriteria

maka dilakukan normalisasi kemudian mencari nilai eigen setelah itu cek

konsistensi yang dapat dilihat pada gambar 4.19

Gambar 4.19 Nilai eigen dan cek konsistensi

Dalam gambar diatas dapat kita lihat hasil dari perengkingan dinyatakan

konsisten yakni nilai yang diperoleh 0,26. Yaitu nilai yang dibawah dari 1 atau 0,1,

menandakan bahwa penilaian ini sudah konsisten , sesuai ketentuan pada metode

AHP. yang tampil pada sistem .

e. Tampilan hasil
 68

Dari hasil perbandingan setiap kriteria dan perbandingan setiap alternatif AHP,

kita dapat melihat hasil nilai masing-masing alternatif atau jenis nilam dari

setiap kriteria, yang diajukan pada gambar 4.20

Gambar 4.20 Tampilan hasil seleksi AHP

Pada gambar 4.20 ditampilkan nilai hasil perengkingan seleksi metode AHP

yang dimana nilai yang didapat menunjukkan alternatif atau jenis nilam yang

paling bagus yaitu tapak tuan dengan nilai 0,62 di susul nilam jenis

lhokseumawe dengan nilai 0,27 dan terakhir sidikalang 0,11.

7) Tampilan menu bantuan

Pada tampilan dimenu bantuan akan dijelaskan bagaimana cara penggunaan

aplikasi seperti gambar 4.21

 69

Gambar 4.21 Tampilan menu bantuan

8) Tampilan menu keluar

Pada menu keluar adalah ketika ingin keluar dari sistem maka silahkan klik

menu keluar dan kita akan keluar dari aplikasi seperti gambar 4.22

Gambar 4.21 Tampilan menu keluar

 70

D. Pengujian Sistem

Aktifitas
No Realisasi yang diharapkan Validasi
Pengujian

1. Menu Login Verifikasi Username dan Password Berhasil

Pada menu beranda berisi penjelasan

Klik menu singkat mengenai metode AHP serta
2. Berhasil
beranda keterangan index random pada metode
AHP
Klik menu muncul 4 daftar kriteria yaitu kecocokan
3. kriteria lahan, tinggi bibit, waktu panen dan hasil Berhasil
produksi
Klik menu Muncul daftar alternatif yaitu
4. alternatif Berhasil
tapaktuan,lhokseumawe dan sidikalang
Muncul tabel analisa matriks
5. perbandingan kriteria.

Menampilkan tambah analisa kriteria jika

Klik menu
disimpan maka otomatis tabel analisa
Analisa Berhasil
matriks perbandingan kriteria akan
kriteria
bertambah. Jika dikosongkan maka
kosong jika batal maka akan kembali ke
tabel Analisa matriks perbandingan
kriteria
Klik menu Muncul Analisa matriks perbandingan
Analisa alternatif
alternatif Menampilkan tambah analisa alternatif
kriteria jika disimpan maka otomatis
6. tabel analisa matriks perbandingan Berhasil
alternatif kriteria akan bertambah. Jika
dikosongkan maka kosong jika batal
maka akan kembali ke tabel Analisa
matriks perbandingan alternatif kriteria
 71

Aktifitas
No Realisasi yang diharapkan Validasi
Pengujian
Menampilakan tabel perbandingan
krieria menggunakan bobot kriteria
setelah diproses akan otomatis tabel
Menu hasil
7. matriks nilai perbandingan, normalisasi Berhasil
kriteri
dan nilai eigen serta cek konsistensi
akan terisi berdasarkan perhitungan dari
metode AHP
menampilakan tabel alternatif
perbandingan alternatif terhadap krieria
masing-masing kecocokan lahan, tinggi
bibit, waktu panen dan hasil produksi
setelah diproses akan otomatis tabel
Menu hasil matriks nilai perbandingan, normalisasi
8. dan nilai eigen serta cek konsistensi Berhasil
alternatif
akan terisi, berdasarkan perhitungan
dari metode AHP
menampilkan hasil dari seleksi
berdasarkan metode AHP sesuai dengan
pengisian
seleksi nilai kriteria dan nilai alternatif
Menampilkan panduan penggunaan
Menu
9 aplikasi Berhasil
Bantuan

Menu
10 Keluar dari sisten Berhasil
Keluar
 72

BAB V

PENUTUP

A. Kesimpulan

1. Implementasi metode AHP (Analytic Hierarchy Process) pada aplikasi yang telah

di buat dengan berdasarkan perbandingan antar kriteria serta perbandingan

alternatif berdasarkan kriteria, dengan skala perbandingan AHP sehingga

menghasilkan sebuah rekomendasi.

2. Rekomendasi sistem pendukung keputusan pemilihan jenis bibit unggul tanaman dengan

metode AHP, menunjukkan alternatif atau jenis nilam yang paling unggul untuk ditanam

di Desa Kala’be, Kecamatan Aralle, Kabupaten Mamasa,Provinsi Sulawesi Barat yaitu

tapak tuan dengan nilai 0,62 di susul nilam jenis lhokseumawe dengan nilai 0,27 dan

terakhir sidikalang 0,11.

B. Saran

Saran dari penulis untuk dijadikan sebagai acuan dalam pengembangan

sistem lebih lanjut adalah perlu adanya perbaikan sistem yang jauh lebih baik

lagi, seperti penambahan alternatif dan kriteria dengan mengunakan metode AHP

ataupun metode-metode lain yang ada dalam SPK.

 73

DAFTAR PUSTAKA

Adewono, A. A., & Adewono, B. A. (2013). Penggunaan Metode Waterfall Untuk

Pengembangan Sistem Monitoring Dan Evaluasi Pembangunan Pedesaan.
International Journal of Scientific & Engineering Research, XII.
Aldo, D., & Apri, M. (n.d.). Pemilihan Suplier Pakan Pada Budidaya Ikan Laut
Dengan Metode Analytical Hierarchy Process(AHP). Jurnal Sains dan
Informatika, 06, 84-91.
Ali, B. (2019). analisis sistem pendukung keputusan pemilihan bibit kakao
menggunakan metode AHP. jurnal ilmiah d'Computare, 9, 8-17.
Asfirasawati, & Irianto. (2019). Pemilihan bibit ternak sapi potong melalui
kombinasi metode AHP dan MFEP. jurteksi(Jurnal Teknologi dan Sistem
Informasi, VI(1), 43-50.
Azhar, Z. (2020). faktor analisis prioritas dalam pemilihan bibit jagung unggul
menggunakan metode AHP. Seminar Nasional teknologi komputer dan
sains ( SAINTEKS) (pp. 347-350). SAINEKS 2020.
Azhar, Z. (2020). Penerapan Metode Analytical Hierarchy Process Dalam
Pemilihan Bibit Jagung Unggul. JURTEKSI(Jurnal Teknologi dan Sistem
Informasi, 6, 145-154.
Maria, E., & Junirianto, E. (2021). Sistem Pendukung Keputusan Pemilihan Bibit
Karet Menggunakan Metode Topsis. Jurnal Imiah Ilmu Komputer, 16, 7-
12.
Munthafa, A. E., & Mubarok, H. (2017). Penerapan Metode Analytical Hierarchy
Process Dalam Sistem Pendukung Keputusan Penentuan Mahasiswa
Berprestasi. Jurnal Siliwangi, 3, 192-201.
Prasetyo, A., Akhriza, M. T., & Wahyuningsi, D. (2020). Implementasi Metode
Analitycal Hierarchy Process dalam pemilihan varietas unggul tanaman
kedelai di balitkai Malang. Seminar Nasional Teknologi Informasi dan
Komunikasi STI&K (SeNTIK), 4, 143-156.
Purnomo, E. N., Sihwi, W. S., & Anggrainingsih, R. (2013). Analisis Perbandingan
Menggunakan Metode ahp,topsis, dan ahp-topsis dalam studi kasus
sistempendukung keputusan penerimaan siswi program akselerasi.
ITSMART, 16-23.
Roisdiansyah, M. R., Widodo, A. W., & Hidayat, N. (2017). Sistem Pendukung
Keputusan Untuk Pemilihan Penanaman Varietas Unggul Padi
 74

Menggunakan Metode AHP dan TOPSIS. Jurnal Pengembangan Teknologi

Informasi dan Ilmu Komputer, 1, 1058-1065.
Sari, R. E., & Tanjung, D. Y. (n.d.). Sistem Pendukung Keputusan Dalam Memilih
Kulit Ular yang Layak dijadikan Kerajinan Kulit. 6(1).
Sovia, R., & Febio, J. (2011). mebangun aplikasi e-library menggunakan
HTML,PHP SCRIP, dan MYSQL DATABASE. PROCESSOR, 6(2), 38-
54.
sugihartono, T., Ardiansyah, D., & Zakky, M. (2018). implementasi Sisytem
Pendukung Keputusan Penerima Bantuan Rumah Tidak Layak Huni
Berbasis Web. sisfokom, 07(01), 52-56.
Sukawati, L. (2019). Analisis Pengembangan Agribisnis Tanaman Nilam. Akrab
Juara, 4, 1-14.
Sunardi, T. B., & Kriestanto, D. (2016). Perbandingan AHP dan SAW untuk
Pemilihan Pegawai . Seminar Riset Teknologi Informasi (SRIT), 274-282.
Yahyan, W., & A Siregar, M. I. (2019). Sistem Pendukung Keputusan Pemilihan
Bibit Benih Padi Unggul Berbasis Web Menggunakan Metode AHP.
MENARAilmu, XIII, 110-123.