2 Desember 2020
Abstrak - Pemanfaatan sistem pendukung keputusan menghasilkan lateks yang tinggi. Mengingat amat
dengan menggunakan metode Simple Additive Weighting pentingnya bibit dalam menentukan perbaikan
(SAW) sangat tepat jika diterapkan pada permasalahan pembangunan perkebunan karet, maka usahatani
ini. Metode ini dipilih karena mampu menyelesaikan dan pembibitan perlu dikelola dengan baik. Bibit karet
memberikan hasil yang terbaik dari sejumlah alternatif berkualitas yang digunakan akan menghasilkan tanaman
yang dimaksudkan yaitu bibit karet unggul dan kriteria- karet yang berkualitas pula.
kriteria yang ditentukan. Penelitian dilakukan dengan Kemajuan teknologi saat ini memungkinkan untuk
mencari kriteria-kriteria dan nilai bobot untuk setiap mengakses informasi dari berbagi tempat melalui
atribut, kemudian dilakukan proses perhitungan. Tujuan internet. Pemanfaatan teknologi tidak hanya sebatas
dari penelitian ini adalah membuat suatu sistem pengolahan data saja tetapi juga dimanfaatkan sebagai
pendukung keputusan yang mampu membantu dalam pemberi solusi terhadap masalah yang diberikan seperti
menentukan pemilihan bibit karet yang unggul halnya sistem pendukung keputusan yang dapat
berdasarkan kriteria yang telah ditentukan. Hasil digunakan untuk membantu para petani karet dalam
penelitian ini didapatkan bahwa nilai tertinggi dari 5 bibit memilih bibit yang baik. Sistem Pendukung Keputusan
yang diuji adalah bibit 1 dengan nilai peferensi 1. merupakan suatu sistem interaktif yang mendukung
keputusan dalam proses pengambilan keputusan melalui
Kata Kunci— Sistem Pendukung Keputusan, Bibit Karet, alternatif–alternatif yang diperoleh dari hasil pengolahan
Simple additive Weighting (SAW). data, informasi dan rancangan model.
Sistem pendukung keputusan yang saat ini
I. PENDAHULUAN berkembang dengan bermacam-macam metodenya yang
salah satunya adalah metode SAW (Simple Additive
Perkebunan Indonesia telah melewati perjalanan Weighting). Oleh karena itu penulis tertarik membuat
sejarah yang panjang. Lebih dari lima abad yang lalu skripsi tentang “Sistem Pendukung Keputusan Pemilihan
lautan nusantara telah ramai oleh lalu lintas perdagangan Bibit Karet Berbasis Web Menggunakan Metode Simple
komoditas utama produk perkebunan, seperti lada, pala, Additive Weighting (SAW)”. Penulis memilih metode
cengkeh dan rempah–rempah selanjutnya berkembang SAW dalam pengambilan keputusan pemilihan bibit
berbagai komoditas tambahan seperti kopi, kelapa sawit, karet, karena metode ini mencari penjumlahan terbobot
kakao, dan karet. dari rating kinerja pada setiap alternatif pada semua
Tanaman karet (Hevea brasiliensis) merupakan atribut.
salah satu komoditi hasil perkebunan yang mempunyai II. TINJAUAN PUSTAKA
peran cukup penting dalam kegiatan perekonomian di
Indonesia. Karet juga salah satu komoditas ekspor A. Kajian Ilmiah
Indonesia yang cukup penting sebagai penghasil devisa Menurut Yusro dan Rahmiati (2016) dalam
negara selain minyak dan gas. Indonesia merupakan penelitian yang berjudul Sistem Pendukung Keputusan
negara produsen dan eksportir karet terbesar dunia. Pembelian Karet Berdasarkan Kualitas Menggunakan
Tahun 2016 luas areal PBN (Perkebunan Besar Negara) Metode SAW (Simple Additive Weighting) PT.
karet Indonesia tercatat 229,85 ribu ha dan luas areal PBS Bengkinang Pekanbaru membahas mengenai sistem
(Perkebunan Besar Swasta) karet Indonesia tercatat pendukung keputusan yang dapat mengetahui bokar yang
315,05 ribu ha (BPS,2016). Berdasarkan data di atas mengandung zat bercampuran yang dinyatakan karet
dapat disimpulkan bahwa perkembangan penanaman berkualitas buruk dan berkualitas baik dinyatakan
karet di Indonesia dari tahun ke tahun selalu meningkat. diterima untuk membantu pihak perusahaan dalam
Langkah awal pengusahaan usaha tani karet yang baik pembelian kualitas karet yang bermutu dengan
adalah petani karet perlu untuk menggunakan bahan mengevaluasi pemilihan interaktif.
tanam (bibit) karet yang berkualitas dan mampu
– 58 –
Buletin Poltanesa Vol.21 No.2 Desember 2020
Menurut Ariyanto (2012) dalam penelitian yang digunakan pada nterval yang tak teratur atau tak
berjudul Sistem Pendukung Keputusan Pemilihan terencanakan.
Karyawan Terbaik Dengan Metode SAW (Simple Sistem pendukung keputusan adalah sistem berbasis
Additive Weighting) Studi Kasus di Pamella Swalayan komputer yang terdiri 2 komponen interaktif:
membahas tentang prosedur penilaian dan pemilihan a. Sistem bahasa, mekanisme yang menyediakan
karyawan terbaik pada Pamella Swalayan Yogyakarta. komunikasi diantara user dengan komponen
Sistem ini dikembangkan dengan bahasa pemrograman dalam SPK.
Delphi 7.0 dan MySQL. Sistem informasi ini dapat b. Knowledge system, penyimpanan knowledge
digunakan untuk mengolah data karyawan mulai dari domain permasalahan yang ditanamkan dalam
proses karyawan masuk, proses penilaian karyawan, SPK, baik sebagai data ataupun prosedur.
proses pemilihan karyawan terbaik, sampai dengan Sistem pemrosesan permasalahan, link diantara dua
proses pembuatan laporan nilai karyawan. komponen, mengandung satu atau lebih kemampuan
Menurut Rachman, dkk. (2017) dalam penelitian memanipulasi masalah yang dibutuhkan untuk
yang berjudul Sistem Pendukung Keputusan Pemilhan pengambilan keputusan.
Bibit Cabai Rawit Menggunakan Metode Simple
Additive Weighting (SAW) Berbasis Web untuk D. Metode Simple Additive Weighting(SAW)
merancang dan membangun sistem yang dapat Metode SAW singkatan dari kata Simple Additive
memudahkan petani cabai dalam melakukan pemilihan Weighting. Metode SAW merupakan salah satu metode
bibit cabai rawit terbaik yang akan dibudidayakan Multiple Attribute Decision Making (MADM). Metode
berdasarkan hasil perangkingan bobot bibit cabai yang SAW sering juga dikenal istilah metode penjumlahan
telah diuji. terbobot dari rating kinerja pada setiap alternatif pada
Menurut Hidayat dan Baihaqi (2016) dalam semua atribut.
penelitian yang berjudul Sistem Pendukung Keputusan Tahapan-tahapan dalam metode SAW adalah
Untuk Pemilihan Hotel dengan Simple Additive sebagai berikut:
Weighting (SAW) Berbasis Web membahas tentang SPK a. Menentukan alternatif (A)
pemilihan hotel berbasis web yang dihasilkan dapat b. Menentukan kriteria-kriteria untuk pemilihan
digunakan untuk membantu pencarian dan pemilihan beberapa alternatif (Cij)
hotel bagi pengunjung secara online. Database hotel c. Memberikan nilai rating kecocokan dari setiap
diambil atau diintegrasikan dengan data hotel yang alternatif pada setiap kriteria
tersedia di tiket.com. d. Menentukan nilai bobot preferensi atau tingkat
Berdasarkan uraian dari penelitian dan jurnal kepentingan untuk masing-masing kriteria (W)
sebelumnya, sistem yang akan dibuat memiliki kelebihan
yakni objek yang akan diangkat berbeda dengan W = [W1 W2 W3Wj (1)
penelitian sebelumnya.
e. Membuat tabel rating kecocokan dari setiap
B. Karet alternatif pada setiap kriteria.
Tanaman karet (Havea brasiliensis) berasal dari f. Membuat matriks keputusan X yang dibentuk
negara Brazil. Tanaman ini merupakan sumber utama dari tabel rating kecocokan dari setiap alternatif
bahan tanaman karet alam dunia. Jauh sebelum tanaman pada setiap kriteria. Nilai x setiap alternatif (Ai)
karet ini dibudidayakan, penduduk asli berbagai tempat pada setiap criteria (Cj) yang sudah ditentukan,
seperti: Amerika Serikat, Asia dan Afrika Selatan dimana, i=1,2,…m dan j=1,2,…n.
menggunakan pohon lain yang juga menghasilkan getah.
Getah yang mirip lateks juga dapat diperoleh dari
tanaman Castillaelastica (family moraceae). Sekarang (2)
tanaman tersebut kurang dimanfaatkan lagi getahnya
karena tanaman karet telah dikenal secara luas dan g. Melakukan normalisasi matrik keputusan
banyak dibudidayakan. Sebagai penghasil lateks tanaman dengan cara menghitung nilai rating kinerja
karet dapat dikatakan satu-satunya yang dikebunkan ternomalisasi (rij) dari alternatif Ai pada kriteria
secara besar-besaran.Tanaman karet merupakan tanaman Cj dengan rumus:
tahunan yang dapat tumbuh sampai umur 30 tahun
(Budiman, 2012).
– 59 –
Buletin Poltanesa Vol.21 No.2 Desember 2020
(4)
3) Helai Daun
Helai daun dari jenis bibit PB 260 yang baik
adalah yang memiliki warna hijau, bentuk daun oval,
tulang daun menyirip dan ketebalan daun 0,21-0,24
mm.
– 60 –
Buletin Poltanesa Vol.21 No.2 Desember 2020
Data alternatif yang akan dihitung menggunakan Pada tahap ini semua nilai kriteria dari suatu alternatif
metode SAW dapat dilihat pada Tabel 1 berikut: akan dikalikan dengan nilai bobot dari kriteria tersebut.
– 61 –
Buletin Poltanesa Vol.21 No.2 Desember 2020
V. KESIMPULAN
– 62 –
Buletin Poltanesa Vol.21 No.2 Desember 2020
dengan menambahkan kriteria, menambahkan atribut Kusumadewi., Sri., Hartati S., Harjoko A. dan Wardoyo
cost, dan spesifik pada jenis klon bibit karet. R. 2006. Fuzzy Multi-Attribute Decision Making
(Fuzzy MADM). Graha Ilmu, Yogyakarta.
DAFTAR PUSTAKA Rachman W.H., Widians J.A. dan Masnawati. 2017.
“Sistem Pendukung Keputusan Pemilihan Bibit
Ariyanto. 2012. “Sistem Pendukung Keputusan Cabai Rawit Menggunakan Metode Simple Additive
Pemilihan Karyawan Terbaik dengan Metode SAW Weighting (SAW) Berbasis Web. Prosiding Semiar
(Simple Additive Weighting) Studi Kasus di Pamella Ilmu Komputer dan Teknologi Informasi. Vol.2,
Swalayan”. Yogyakarta: Fakultas Sains dan No.1:175-181.
Teknologi Universitas Islam Negeri Sunan Kalijaga. Rasjid F.E. 2014. Bahasa Pemrograman Populer PHP.
Badan Pusat Statistik. 2016. Statistik Karet Indonesia. https://www.ubaya.ac.id (diunduh 30 September
Katalog:5504002 2018).
Budiman H. 2012. Budidaya Karet Unggul. Pustaka Baru Ratnasari E. 2017. Pengertian dan Fungsi Xampp.
Press, Yogyakarta. Hal 1-2. https://ilmuti.org (diunduh 30 Maret 2019).
Hidayat M. dan Baihaqi M.A.M. 2016. “Sistem Subakti I. 2002. Sistem Pendukung Keputusan. Surabaya:
Pendukung Keputusan untuk Pemilihan Hotel Fakultas Teknologi Informasi Institut Teknologi
dengan Simple Additive Weighting (SAW) Berbasis Sepuluh Nopember.
Web”. Seminar Nasional Teknologi Informasi dan Yusro N. dan Rahmiati. 2016. “Sistem Pendukung
Multimedia 2016. ISSN.2302-3805:61-66. Keputusan Pembelian Karet Berdasarkan Kualitas
Hidayatullah P. dan Kawistara J.K. 2014. Pemrograman Menggunakan Metode SAW (Simple Additive
WEB. Informatika Bandung, Bandung. Hal 13. Weighting) PT Bengkinang Pekanbaru”. Jurnal
Ilmiah Media Processor. Vol.11, No.1:731-741.
– 63 –