SKRIPSI
Oleh :
SALEHAH
3101 0901 1470
PERSETUJUAN SKRIPSI
Nama : Salehah
NIM : 310109011470
Program Studi : Sistem Informasi
Judul Skripsi : Aplikasi Metode Fuzzy AHP Untuk Menentukan Desa Penerima
Bantuan Pengembangan Desa
Telah disetujui untuk disidangkankan pada Sidang Skripsi Program Studi Sistem
Informasi Sekolah Tinggi Manajemen Informatika & Komputer (STMIK
BANJARBARU).
Banjarbaru, 2013
Pembimbing Utama, Pembimbing Pendamping,
Mengetahui :
Ketua Jurusan,
Sistem Informasi
i
PROGRAM STUDI SISTEM INFORMASI
SEKOLAH TINGGI MANAJEMEN INFORMATIKA & KOMPUTER
(STMIK BANJARBARU)
PENGESAHAN SKRIPSI
Nama : Salehah
NIM : 310109011470
Program Studi : Sistem Informasi
Judul Skripsi : Aplikasi Metode Fuzzy AHP Untuk Menentukan Desa Penerima
Bantuan Pengembangan Desa
Telah disidangkan dan dinyatakan Lulus Sidang Skripsi pada Jenjang Strata Satu
Program Studi Sistem Informasi Sekolah Tinggi Manajemen Informatika &
Komputer (STMIK BANJARBARU) pada tanggal bulan tahun 2013.
Banjarbaru, 2013
Mengetahui : Mengesahkan :
Ketua Jurusan Ketua STMIK Banjarbaru
Sistem Informasi
ii
PERNYATAAN KEASLIAN SKRIPSI
Nama : Salehah
NIM : 310109011470
Dengan ini saya menyatakan bahwa dalam Skripsi ini adalah tulisan saya
sendiri, begitu pula kode-kode program yang disertakan pada laporan ini. Dan
Skripsi ini belum pernah diajukan untuk memperoleh gelar kesarjanaan di suatu
Perguruan Tinggi lain, dan sepanjang pengetahuan saya juga tidak terdapat karya
atau pendapat yang sama yang pernah ditulis atau diterbitkan oleh orang lain, kecuali
yang secara tertulis diacu dalam naskah ini dan disebutkan dalam daftar pustaka.
Banjarbaru, 2013
Materai
6000
Salehah
iii
YUNITA FITRIANTI, 310109011379
Penerapan Metode Promethee Dalam Penentuan Juara Kontes Kucing : dibawah
bimbingan [Taufiq, M.Kom].
xiii + 120 halaman, 23 tabel; 18 gambar/ -lampiran/ 13 pustaka (1986-2012)
ABSTRAK
iv
YUNITA FITRIANTI, 310109011379
Penerapan Metode Promethee Dalam Penentuan Juara Kontes Kucing Principals
[Taufiq, M.Kom].
xiii + 120 pages, 23 table; 58 Images/ - attachment/ 13 Bibliography (1986-2012)
ABSTRACT
v
KATA PENGANTAR
Dengan memanjatkan puji dan syukur ke hadirat Allah SWT yang telah
melimpahkan rahmat dan hidayah-NYA,sehingga dapat dengan baik menyelesaikan
skripsi dengan judul “Penerapan Metode Promethee Dalam Penentuan Juara Kontes
Kucing” tepat pada waktu yang di tentukan.
Penulis sungguh sangat menyadari, bahwa penulisan Skripsi ini tidak akan
terwujud tanpa adanya dukungan dan bantuan dari berbagai pihak. Maka, dalam
kesempatan ini penulis menghaturkan terimakasih yang sebesar-besarnya kepada :
1. Allah SWT, Tuhan bagi seluruh alam yang melimpahkan rahmat dan
hidayahnya sehingga penulis selalu diberikan kesehatan dan kemudahan
selama pembuatan tugas akhir ini.
2. Kedua orang tua dan keluarga yang menjadi inspirasi. Terimakasih atas
limpahan kasih sayang, doa, semangat dan bimbingannya.
3. Ibu Dra.Hj.Ruliah S. M, Kom Selaku ketua Yayasan Mandiri yang menaungi
Sekolah Tinggi Manajemen Informatika dan Komputer Banjarbaru.
4. Bapak Drs.Sushermanto selaku Ketua Sekolah Tinggi Manajemen
Informatika dan Komputer Banjarbaru.
5. Bapak Bahar A. Rahman, ST., M. Kom selaku Ketua Jurusan Sistem
Informasi.
6. Bapak Taufiq, M. Kom selaku dosen pembimbing yang telah banyak
memberikan waktu dan tenaga untuk membimbing dan mengarahkan
penulisan skripsi ini.
7. Teman-teman STMIK angkatan 2009, khususnya Jurusan Sistem Informasi
yang selalu memberikan semangat.
8. Seluruh Dosen dan juga staf Sekolah Tinggi Manajemen Informatika dan
Komputer Banjarbaru atas dukungan dan jasanya kepada penulis selama ini.
iii
Akhir kata penulis mohon maaf atas kekeliruan dan kesalahan yang terdapat
dalam Skripsi ini dan berharap semoga Skripsi ini dapat memberikan manfaat bagi
khasanah pengetahuan Teknologi Informasi di Indonesia.
iv
DAFTAR ISI
Hal
PERSETUJUAN SKRIPSI ....................................................................................... i
PENGESAHAN SKRIPSI ....................................................................................... ii
PERNYATAAN KEASLIAN SKRIPSI .................................................................. iii
ABSTRAK ............................................................................................................. iv
ABSTRACT .............................................................................................................v
KATA PENGANTAR ............................................................................................ iii
DAFTAR ISI ............................................................................................................v
DAFTAR TABEL ............................................................................................... viii
DAFTAR GAMBAR ................................................................................................x
BAB I PENDAHULUAN .........................................................................................1
1.1 Latar Belakang ...................................................................................................1
1.2 Permasalahan Penelitian .....................................................................................3
1.2.1 Identifikasi Masalah ..................................................................................3
1.2.2 Ruang Lingkup Masalah ...........................................................................3
1.2.3 Rumusan Masalah .....................................................................................4
1.3 Tujuan dan Manfaat Penelitian ...........................................................................4
1.4 Sistematika Penulisan ..........................................................................................4
BAB II LANDASAN TEORI ..................................................................................6
2.1 Tinjauan Pustaka ................................................................................................6
2.2 Landasan Teori ..................................................................................................7
2.2.1 Sistem Pendukung Keputusan ...................................................................7
2.2.2 Pengertian Desa ........................................................................................8
2.2.3 Penentuan Kawasan Kurang berkembang ..................................................8
2.2.4 Sekilas Tentang Kabupaten Hulu Sungai Selatan ......................................9
2.2.5 Mekanisme Penilaian Perkembangan Desa Pada Kecamatan Angkinang 14
2.2.6 Analytic Hierarchy Process (AHP) ......................................................... 15
2.2.7 Model Fuzzy AHP ................................................................................... 17
2.2.8 Contoh Kasus Metode Fuzzy-AHP.......................................................... 20
v
2.2.9 Unified Modelling Language................................................................... 24
2.2.10 Database Management System .............................................................. 25
2.2.11 Structured Query Language ..................................................................25
2.2.12 Borland Delphi 7 .................................................................................. 26
2.3 Kerangka Pemikiran ......................................................................................... 28
BAB III METODE PENELITIAN ........................................................................ 29
3.1 Analisa Kebutuhan ........................................................................................... 29
3.1.1 Metode Pemilihan Sampel....................................................................... 29
3.1.2 Metode Pengumpulan Data ..................................................................... 36
3.2 Perancangan Penelitian .................................................................................... 36
3.2.1 Diagram Konteks .................................................................................... 36
3.2.2 Use Case Diagram .................................................................................. 37
3.2.3 Sequence Diagram .................................................................................. 37
3.3 Teknik Analisis Data ....................................................................................... 40
3.4 Perancangan Database .................................................................................. 106
3.5 Relasi Tabel Database ................................................................................... 107
3.6 Desain Form Interface ................................................................................... 107
BAB IV HASIL DAN PEMBAHASAN ................... Error! Bookmark not defined.
4.1 Analisa Sistem .................................................... Error! Bookmark not defined.
4.2 Analisa Kebutuhan .............................................. Error! Bookmark not defined.
4.2.1 Kebutuhan Perangkat Keras ....................... Error! Bookmark not defined.
4.2.2 Kebutuhan Perangkat Lunak ...................... Error! Bookmark not defined.
4.3 Penjelasan Penggunaan Program ......................... Error! Bookmark not defined.
4.4 Pengujian Perangkat Lunak ................................. Error! Bookmark not defined.
4.4.1 Pengujian White Box ................................. Error! Bookmark not defined.
4.4.2 Pengujian Black Box ................................. Error! Bookmark not defined.
4.5 Hasil Pengukuran Akurasi ............................ Error! Bookmark not defined.
4.6 Analisis Uji Kuisioner ......................................... Error! Bookmark not defined.
BAB V...................................................................... Error! Bookmark not defined.
PENUTUP ................................................................ Error! Bookmark not defined.
5.1 Kesimpulan ......................................................... Error! Bookmark not defined.
5.2 Saran................................................................... Error! Bookmark not defined.
vi
DAFTAR PUSTAKA ............................................... Error! Bookmark not defined.
vii
DAFTAR TABEL
Hal
Tabel 2. 1 Matrik Pembandingan .......................................................................... 16
Tabel 2. 2 Skala nilai fuzzy segitiga (chang, 1996) ............................................... 18
Tabel 2. 3 Nilai Inconsistency Penilaian Responden untuk Matriks Perbandingan
Berpasangan Antar Kriteria dan Antar Subkriteria ................................ 21
Tabel 2. 4 Nilai Inconsistency Penilaian Responden untuk Matriks Perbandingan
Berpasangan Antar Alternatif ............................................................... 21
Tabel 2. 5 Nilai Bobot Alternatif .......................................................................... 23
Tabel 2. 6 Perbandingan Nilai Bobot Kriteria Kondisi Awal ................................ 23
Tabel 3. 1 Data Banyaknya T.K.Negeri dan T.K Swasta dirinci per Desa ............. 30
Tabel 3. 2 Data Banyaknya Murid dan Guru TK dan Rasio Per Desa .................. 30
Tabel 3. 3 Data Banyaknya Sekolah Tingkat Pendidikan Per Desa ....................... 31
Tabel 3. 4 Data Banyaknya Murid dan Guru SD dan Rasio Per Desa ................... 31
Tabel 3. 5 Data Banyaknya Murid dan Guru SLTP dan Rasio Per Desa............... 32
Tabel 3. 6 Data Banyaknya Murid dan Guru SMU dan Rasio Per Desa ............... 32
Tabel 3. 7 Data Banyaknya Sarana Kesehatan Dirinci Menurut Desa ................... 33
Tabel 3. 8 Data Banyaknya Rumah Tangga Memakai Listrik PLN dan Non PLN
Serta Penerangan Lainnya Per Desa ..................................................... 33
Tabel 3. 9 Data Banyaknya Rumah Tangga Yang Memiliki Telepon Dirinci Tiap
Desa ..................................................................................................... 34
Tabel 3. 10 Data Banyaknya Koperasi KUD ........................................................... 34
Tabel 3. 11 Data Penilaian ...................................................................................... 35
Tabel 3. 12 Data Kriteria Nilai ................................................................................ 41
Tabel 3. 13 Daftar Nama Desa Di Kecamatan Angkinang HSS ............................... 41
Tabel 3. 14 PVerbandingan matriks berpasangan criteria FAHP .............................. 43
Tabel 3. 15 Penghitungan Jumlah baris setiap kolom sel ......................................... 43
Tabel 3. 16 Kesimpulan Penghitungan Nilai............................................................ 44
Tabel 3. 17 Penilaian Desa Penerima Dana Pengembangan Desa ............................ 49
Tabel 3. 18 Rentang Nilai Desa Berdasarkan Intensitas Kepentingan ...................... 49
viii
ix
Hal
Tabel 3. 19 Tabel Rentang Nilai Desa Berdasarkan Intensitas Kepentingan............. 50
Tabel 3. 20 Perbandingan Alternatif berdasar K1 .................................................... 51
Tabel 3. 21 Penentuan Nilai Sintesis Kriteria .......................................................... 52
Tabel 3. 22 Perbandingan Alternatif berdasar K1 .................................................... 60
Tabel 3. 23 Penentuan Nilai Sintesis Kriteria .......................................................... 61
Tabel 3. 24 Perbandingan Alternatif berdasar K1 .................................................... 65
Tabel 3. 25 Penentuan Nilai Sintesis Kriteria .......................................................... 66
Tabel 3. 26 Perbandingan Alternatif berdasar K1 .................................................... 70
Tabel 3. 27 Penentuan Nilai Sintesis Kriteria .......................................................... 71
Tabel 3. 28 Perbandingan Alternatif berdasar K1 .................................................... 75
Tabel 3. 29 Penentuan Nilai Sintesis Kriteria .......................................................... 76
Tabel 3. 30 Perbandingan Alternatif berdasar K1 .................................................... 80
Tabel 3. 31Penentuan Nilai Sintesis Kriteria ........................................................... 81
Tabel 3. 32 Perbandingan Alternatif berdasar K1 .................................................... 85
Tabel 3. 33 Penentuan Nilai Sintesis Kriteria .......................................................... 86
Tabel 3. 34 Perbandingan Alternatif berdasar K1 .................................................... 90
Tabel 3. 35 Penentuan Nilai Sintesis Kriteria .......................................................... 91
Tabel 3. 36 Perbandingan Alternatif berdasar K1 .................................................... 95
Tabel 3. 37 Penentuan Nilai Sintesis Kriteria .......................................................... 96
Tabel 3. 38 Perbandingan Alternatif berdasar K1 .................................................. 100
Tabel 3. 39 Penentuan Nilai Sintesis Kriteria ........................................................ 101
Tabel 3. 40 Bobot Kriteria..................................................................................... 104
Tabel 3. 41 Bobot Alternatif.................................................................................. 105
Tabel 3. 42 Nilai Perkalian Bobot Kriteria dan Bobot Alternatif ............................ 105
Tabel 3. 43 Tabel Nama ........................................................................................ 106
Tabel 3. 44 Tabel Kriteria ..................................................................................... 106
Tabel 3. 45 Tabel Bobot Penilaian ........................................................................ 106
Tabel 3. 46 Tabel hasil .......................................................................................... 107
DAFTAR GAMBAR
Hal
Gambar 2. 1 Mekanisme penilaian desa kurang berkembang ................................. 15
Gambar 2. 2 Fungsi Keanggotaan Triangular ........................................................ 19
Gambar 2. 3 Kerangka pemikiran .......................................................................... 28
Gambar 3. 1 Diagram Konteks .............................................................................. 36
Gambar 3. 2 Use case diagram ............................................................................. 37
Gambar 3. 3 Sequence Diagram Data Master Desa ............................................... 38
Gambar 3. 4 Sequence Diagram Proses Nilai Dari Kriteria ................................... 39
Gambar 3. 5 Activity Diagram Data Master Desa Kurang berkembang .................. 39
Gambar 3. 6 Activity diagram Proses Data ............................................................ 40
Gambar 3. 7 Relasi Tabel Database ..................................................................... 107
Gambar 3. 9 Desain Form Menu Utama .............................................................. 108
Gambar 3. 8 Desain Form Login ......................................................................... 108
Gambar 3. 10 Desain Form Master Desa ............................................................... 109
Gambar 3. 11 Desain Form Master Kriteria ........................................................... 111
Gambar 3. 12 Desain Form Bobot Kepentingan Kriteria ....................................... 112
Gambar 3. 13 Desain Form Bobot Penilaian Alternatif .......................................... 113
Gambar 3. 14 Desain Form Proses Perhitungan Kriteria ........................................ 114
Gambar 3. 15 Desain Form Proses Perhitungan Alternatif ..................................... 115
Gambar 3. 16 Desain Form Proses Perangkingan .................................................. 116
Gambar 3. 17 Desain Form Cetak Laporan............................................................ 118
Gambar 3. 18 Desain Form Cetak Laporan Hasil Perankingan .............................. 118
Gambar 3. 19 Desain Form Cetak Laporan Data Bobot Penilaian .......................... 119
Gambar 3. 20 Desain Form Cetak Laporan Data Perbandingan Kriteria ................ 119
BAB I
PENDAHULUAN
1
2
Preference Relation Pada PT “X” Oleh Jani Setiawati Natalia, dijelaskan bahwa
Supplier adalah salah satu bagian yang sangat penting bagi perusahaan. Dengan
adanya supplier maka perusahaan dapat memenuhi kebutuhan akan barang-barang
yang diperlukan. Pada PT. “X” untuk memilih supplier, setiap karyawan yang
berwenang dalam menentukan supplier mengalami kesulitan untuk dapat langsung
mengambil keputusan terutama pada saat terdapat beberapa supplier yang memiliki
kualitas yang sama-sama baik. Untuk dapat mengatasi permasalahan tersebut maka
perlu dibuat suatu aplikasi untuk membantu dalam penentuan supplier barang.
Dimana dalam proses perhitungan digunakan metode fuzzy preference relation dan
sebagai input menggunakan data dari hasil kuesioner pemilihan supplier. Sebagai
hasil akhir didapatkan perankingan dari calon supplier untuk kemudian dipilih dan
menjadi supplier. Selain itu, juga dapat digunakan untuk menyimpan data-data
kriteria yang digunakan untuk masing-masing barang sehingga kriteria untuk setiap
barang dapat terdefinisi dengan jelas. Dengan adanya aplikasi ini maka dapat
memudahkan dalam menentukan supplier barang dan tidak memerlukan waktu yang
lama. Selain itu juga dapat menyimpan data-data kriteria setiap barang.( Natalia, J.
S., 2011).
Dari permasalahan yang ada, maka pembahasan ini dibatasi hanya pada
kecamatan Angkinang yang ada di kabupaten Hulu Sungai Selatan dan data diambil
dari Badan Pusat Statistik Kabupaten Hulu Sungai Selatan.
4
BAB I : PENDAHULUAN
Dalam bab ini berisi mengenai hasil dari penelitian, pembahasan sampai
implikasi penelitan.
6
7
Adalah desa berkembang atau desa menuju mandiri adlah desa yang memiliki
potensi ekonomi (perikanan, pertanian, peternakan, industry, perdagangan, dan lain-
lain), social dan lingkungan hidup yang dapat dikembangkan menuju desa mandiri
tanpa factor pembatas yang terlampau sulit untuk diatasi.
Secara geologis kabupaten Hulu Sungai Selatan terdiri dari dataran tinggi
(pegunungan) yang memanjang dari arah Timur ke Selatan, sedangkan dari arah
Barat ke Utara merupakan dataran rendah yang terkadang berawa-rawa monoton.
Memiliki iklim tropis dengan curah hujan berkisar antara 2.500 mm sampai 3.000
mm per tahun.
Kabupaten Hulu Sungai Selatan memiliki luas 1.804,94 km atau 4,88% dari
luas wilayah propinsi Kalimantan Selatan. Terbagi menjadi 11 kecamatan dengan
148 desa (Anonim, Profil Kesehatan, Dinas Kesehatan kabupaten Hulu Sungai
Selatan, 2008).
8. Desa Paharangan
9. Desa Pakan Dalam
10. Desa Pakapuran Kecil
11. Desa Pandak Daun
12. Desa Pangandingan
13. Desa Paramaian
14. Desa Pasungkan
15. Desa Sungai Garuda
16. Desa Sungai Mandala
17. Desa Taluk Haur
18. Desa Tambah Bitin
19. Desa Teluk Labak
Kecamatan Kalumpang 1. Desa Bagu Tanggul
2. Desa Balanti
3. Desa Balimau
4. Desa Kalumpang
5. Desa Karang Bulan
6. Desa Karang Paci
7. Desa Sirih
8. Desa SIrih Hulu
9. Desa Tambingkar
Kecamatan Kandangan 1. Desa Kandangan Kota
2. Desa Amawang Kanan
3. Desa Amawang Kiri
4. Desa Amawang Kiri Muka
5. Desa Bariang
6. Desa Kandangan Barat
7. Desa Lungau
8. Desa Sungai Paring
9. Desa Jambu Hilir
10. Desa Kandangan Utara
11. Desa Tibung Raya
12
5. Tentukan perangkingan dari nilai yang terendah sampai nilai rata-rata yang
tertinggi.
15
Mulai
Penilaian berdasarkan
Kriteria
Selesai
Model AHP merupakan tool pada multi attribute decision yang digunakan
dibidang financial dan non‐financial, ukuran quantitative dan qualitative yang
diberikan dan penjualannya pada tujuannya. AHP bertujuan integrasi perbedaan
ukuran dalam skor tunggal secara keseluruhan untuk perangkingan alternative
16
1. Penyusunan hirarki.
.....................................(2.1)
Ini merupakan perhitungan AHP yang dimiliki oleh Saaty Ci adalah nilai
bobot dari criteria pada setiap alternatif, i untuk baris sedangkan m untuk kolom,
namun dalam perhitung fazzy ahp yang saya ambil yaitu perhitungang fuzzy yang
dimiliki oleh chang yang nilai perbandingannya sudah ditentukan namun cara
yang dipakai menggunakan proses ahp.
2. Penentuan prioritas
3. Konsistensi logis
Pembahasan dalam penelitian ini mengacu pada model AHP non-additive nya
Yudistira, dimana secara umum prosedur perhitungannya terdiri dari empat langkah,
yaitu (1) penilaian alternatif terhadap setiap kriteria, (2) pembobotan kriteria, (3)
perhitungan nilai akhir, dan (4) ranking dan keputusan akhir. Pada langkah (1) yaitu
penilaian alternatif, pengambil keputusan diminta memberikan suatu rangkaian
penilaian terhadap alternatif x yang ada dalam bentuk bilangan fuzzy triangular
(triangular fuzzy number (TFN)), yang disusun berdasarkan variabel linguistik.
Selanjutnya, nilai fuzzy didefinisikan bagi setiap alternatif pada setiap kriteria.
Seperti terlihat pada table skala nilai fuzzy segitiga (Chang, 1996).
18
Dalam TFN diberikan tiga kondisi untuk nilai fungsi keanggotaan, yaitu pesimis,
paling disukai dan optimis, seperti pada Gambar 1.
19
Dalam langkah (2), yaitu pembobotan kriteria, Zeleny (1983) membaginya menjadi
dua tipe yaitu: (1) bobot prior wi, yang sifatnya relatif stabil, menggambarkan
keadaan psikologis dan sosial dari pengambil keputusan, (2) bobot informasi li ,
sifatnya tidak stabil. Bobot prior, pada dasarnya merupakan modifikasi pembobotan
AHP yang dikembangkan oleh Saaty. Dimana langkah-langkah perhitungannya
adalah sebagai berikut:
𝑗 1
𝑆𝑖 = ∑𝑚
𝑗=1 𝑀𝑖 𝑥 𝑗 ................……….. (2.2)
∑𝑛 𝑚
𝑖=1 ∑𝑗=1 𝑀𝑖
dimana :
𝑗
∑𝑚 𝑚 𝑚 𝑚
𝑗=1 𝑀𝑖 = ∑𝑗=1 𝑙𝑗, ∑𝑗=1 𝑚𝑗, ∑𝑗=1 𝑢𝑗 .......……. . (2.3)
Sedangkan,
1 1
𝑗 = ∑𝑛 𝑛 𝑛 .........………. . (2.4)
∑𝑛 𝑚
𝑗=1 ∑𝑗=1 𝑀𝑖 𝑖=1 𝑢𝑖 ,∑𝑖=1 𝑚𝑖 ,∑𝑖=1 𝑙𝑖
Jika hasil yang diperoleh pada setiap matrik fuzzy, M2 ≥ M1 (M2 = (l2, m2, u2)
dan M2 = (l1, m1, u1), maka nilai vector dapat dirumuskan sebagai berikut :
V (M2 ≥ M1) = sup[min(µM1(x), min(µM2(y)))]
Atau dapat digambarkan dengan grafik
20
𝟏, 𝒊𝒇𝒎𝟐 ≥ 𝒎𝟏
𝑽(𝑴𝟐 ≥ 𝑴𝟏) = { 𝟎, 𝒊𝒇 𝒍𝟏 ≥ 𝝁𝟐 .............……….(2.5)
𝒍𝟏 −𝝁𝟐
(𝒎𝟐−𝝁𝟐)−(𝒎𝟏−𝒍𝟏)
, 𝒍𝒂𝒊𝒏𝒏𝒚𝒂
Jika hasil nilai fuzzy lebih besar dari k, Mi (i=1,2,..k) maka nilai vector dapat
didefinisikan sebagai berikut :
V(M≥Mi, M2,….., Mk) = V(M≥ M1) dan V(M≥ M2) dan V(M≥ M1) dan V(M≥
Mk) = min V(M≥ Mi) .........……….(2.6)
Asumsikan bahwa,
d’(Ai) = min V( Si ≥ Sk)
Untuk k =1,2,…..,n ;k ≠ I, maka diperoleh nilai bobot vector
W’ = (d’ (A1), d’ (A2) …, d’ (An))T .........……….(2.7)
Dimana Ai = 1, 2, 3,……,n adalah n elemen keputusan.
Setelah dilakukan normalisasi dari persamaan (2.5) maka nilai bobot vector
yang ternormalisasi adalah seperti rumus berikut :
W= (d(A1), d(A2), … , d’ (An))T .........……….(2.8)
Dimana W adalah bilangan non fuzzy
4. Akhirnya bobot prior bagi setiap kriteria ke-i, didapat dengan membagi setiap
nilai ai dengan jumlah kriteria yang dibandingkan (n), yaitu
𝑎̂𝑖
𝑤
̂𝑖 = ,∀𝑖 ........……….(2.9)
𝑛
b. Class Diagram memperlihatkan hubungan antar kelas dan penjelasan detail tiap-
tiap kelas di dalam perancangan model dari suatu sistem.
d. Activity Diagram, memodelkan alur kerja sebuah proses bisnis dan urutan
aktivitas dalam suatu proses. Activity diagram dapat memodelkan alur kerja dari
satu aktivitas ke aktivitas lainnya atau dari satu aktivitas ke dalam keadaan
sesaat (state) , juga sangat berguna ketika ingin menggambarkan perilaku paralel
atau menjelaskan bagaimana perilaku dalam berbagai use-case berinteraksi.
Untuk dapat berkomunikasi dengan data yang ada pada database secra
interaktif, biasanya user menggunakan query language dan report writers. Query
language adalah suatu bahasa yang lahir sebagai jawaban atas kebutuhan untuk dapat
mengakses data suatu database (Yanuar, 2007:16).
Dengan adanya bahasa query, programmer dan database administrator dapat
melakukan :
a. Modifikasi struktur database
c. Menambah user permission (hak aksses) terhadap suatu tabel dan database
hasilnya. Pasa SQL bentuk ini, pengetikan perintah dieksekusi pada saat itu juga, dan
dapat dilihat hail outputnya segera. Embedded sendiri terdiri atas printah-printah
SQL yang diletakkan dalam program, yang umumnya menggunakan bahasa
pemrograman lain, seperti Visual Basic atau Delphi. Cara ini dapat membuat
program lebih baik dan efisien. Bagaimanapun juga cara ini memerlukan
penyesuaian antara bahasa pemrograman dengan struktur SQL. Selain itu cara
manajemen data seperti itu memerlukan perluasan dan penggunaan interaktif SQL.
Delphi 7 memiliki fitur – fitur baru dan memperbaiki fitur – fitur yang telah
dimiliki oleh Delphi 6. Fitur baru di Delphi 7 dapat ditemui di kategori IDE, Web,
COM, Database, Component Library, Runtime Library, Compiler, RaveReports,
ModelMaker, dan Documentation.(Yanuar, 2004). Selain itu pada Borland Delphi 7
terdapat arsitektur database diantaranya :
Form User Interface : user interface yang biasa disebut form merupakan tempat
untuk meletakkan komponen, baik komponen database
ataupun komponen lainnya.
Data Module : digunakan untuk meletakkan komponen database yang
akan digunakan secara bersamaan dalam aplikasi yang
sama.
Data Source : berfungsi sebagai interface data sehingga data dalam
database dapat ditampilkan.
Dataset : merupakan tempat untuk menampung record–record
yang ingin diambil dari database.
Data Connection : digunakan untuk melakukan koneksi ke database.
28
PENDEKATAN PENYELESAIAN
Fuzzy AHP
PENGEMBANGAN SISTEM
DESAIN CODING TESTING
UML Delphi Whitebox dan Blackbox
PENERAPAN SISTEM
Kabupaten Hulu Sungai Selatan PreTest dan PostTest
Kecamatan Angkinang
PENGUJIAN SISTEM
Grafik Perbandingan : PreTest dan PostTest
HASIL
Aplikasi penentuan desa yang kurang berkembang untuk mendapatkan
bantuan pengembangan desa dengan metode Fuzzy AHP yang dapat
digunakan untuk memudahkan didalam menentukan tingkat status desa
Sistem yang akan dibangun merupakan aplikasi dengan metode Fuzzy AHP
dalam menetapkan status desa kurang berkembang di Kabupaten Hulu Sungai selatan
pada Kecamatan Angkinang. Pada sistem ini user menginputkan nilai dari kriteria
desa kurang berkembang dan selanjutnya sistem akan memberikan output berupa
informasi penetapan rangking status desa kurang berkembang.
8. Banyaknya Rumah Tangga Memakai Listrik PLN dan Non PLN Serta
29
30
Adapun data-data dari masing-masing kriteria diperinci per desa seperti pada tabel-
tabel di bawah ini.
Tabel 3. 1 Data Banyaknya T.K.Negeri dan T.K Swasta dirinci per Desa
Taman Kanak-kanak
No Nama Desa/Kelurahan Total
Negeri Swasta
1 TELAGA SILI-SILI 0 1 1
2 TANIRAN SELATAN 0 1 1
3 TANIRAN KUBAH 0 2 2
4 BAKARUNG 0 3 3
5 ANGKINANG SELATAN 0 0 0
6 TAWIA 0 2 2
7 KAYU ABANG 0 1 1
8 ANGKINANG 0 2 2
9 BAMBAN SELATAN 0 1 1
10 BAMBAN 0 0 0
11 BAMBAN UTARA 0 2 2
Tabel 3. 2 Data Banyaknya Murid dan Guru TK dan Rasio Per Desa
Jumlah
No Nama Desa/Kelurahan Rasio
Murid Guru
Tabel 3. 4 Data Banyaknya Murid dan Guru SD dan Rasio Per Desa
Jumlah
No Nama Desa/Kelurahan Rasio
Murid Guru
1 TELAGA SILI-SILI 98 11 0,11
2 TANIRAN SELATAN 38 10 0,26
3 TANIRAN KUBAH 222 19 0,09
4 BAKARUNG 443 28 0,06
5 ANGKINANG SELATAN 0 0 0,00
6 TAWIA 197 25 0,13
7 KAYU ABANG 267 34 0,13
8 ANGKINANG 217 20 0,09
9 BAMBAN SELATAN 151 14 0,09
10 BAMBAN 0 0 0,00
11 BAMBAN UTARA 283 17 0,06
Tabel 3. 5 Data Banyaknya Murid dan Guru SLTP dan Rasio Per Desa
Jumlah
No Nama Desa/Kelurahan Rasio
Murid Guru
1 TELAGA SILI-SILI 0 0 0
2 TANIRAN SELATAN 0 0 0
3 TANIRAN KUBAH 0 0 0
4 BAKARUNG 0 0 0
5 ANGKINANG SELATAN 0 0 0
6 TAWIA 0 0 0
7 KAYU ABANG 0 0 0
8 ANGKINANG 153 18 0,12
9 BAMBAN SELATAN 259 26 0,10
10 BAMBAN 0 0 0
11 BAMBAN UTARA 0 0 0
Tabel 3. 6 Data Banyaknya Murid dan Guru SMU dan Rasio Per Desa
Jumlah
No Nama Desa/Kelurahan Rasio
Murid Guru
1 TELAGA SILI-SILI 0 0 0
2 TANIRAN SELATAN 0 0 0
3 TANIRAN KUBAH 0 0 0
4 BAKARUNG 0 0 0
5 ANGKINANG SELATAN 0 0 0
6 TAWIA 0 0 0
7 KAYU ABANG 0 0 0
9 BAMBAN SELATAN 0 0 0
10 BAMBAN 0 0 0
11 BAMBAN UTARA 0 0 0
32
33
1 TELAGA SILI-SILI 0 1 0 0
TANIRAN
2 SELATAN 0 1 0 2
3 TANIRAN KUBAH 0 1 0 1
4 BAKARUNG 0 0 0 1
ANGKINANG
5 SELATAN 0 0 0 1
6 TAWIA 0 1 0 1
7 KAYU ABANG 0 1 0 1
8 ANGKINANG 1 0 0 1
9 BAMBAN SELATAN 0 1 0 1
10 BAMBAN 0 0 0 1
11 BAMBAN UTARA 0 0 0 0
Tabel 3. 8 Data Banyaknya Rumah Tangga Memakai Listrik PLN dan Non
PLN Serta Penerangan Lainnya Per Desa
Jumlah
No Nama Desa/Kelurahan
Pemakai RT Rasio
1 TELAGA SILI-SILI 118 313 0,38
2 TANIRAN SELATAN 254 365 0,70
3 TANIRAN KUBAH 307 626 0,49
4 BAKARUNG 534 652 0,82
5 ANGKINANG SELATAN 215 280 0,77
6 TAWIA 359 641 0,56
7 KAYU ABANG 264 535 0,49
8 ANGKINANG 364 569 0,64
9 BAMBAN SELATAN 158 256 0,62
10 BAMBAN 248 354 0,70
11 BAMBAN UTARA 336 412 0,82
34
1 TELAGA SILI-SILI 0
2 TANIRAN SELATAN 0
3 TANIRAN KUBAH 0
4 BAKARUNG 1
5 ANGKINANG SELATAN 0
6 TAWIA 1
7 KAYU ABANG 0
8 ANGKINANG 1
9 BAMBAN SELATAN 0
10 BAMBAN 0
11 BAMBAN UTARA 0
Tabel 3. 11 Data Penilaian
Nilai Kriteria Nilai
No Kode Nama Desa Total
K1 K2 K3 K4 K5 K6 K7 K8 K9 K10 Rata2
2 A10 BAMBAN 20 20 20 20 20 20 25 80 20 20 265 26,50
1 A5 ANGKINANG SELATAN 80 20 20 20 20 20 25 20 20 20 265 26,50
3 A1 TELAGA SILI-SILI 40 40 27 40 20 20 25 40 20 20 292 29,17
4 A3 TANIRAN KUBAH 40 40 27 20 20 20 30 60 20 20 297 29,67
5 A9 BAMBAN SELATAN 20 20 33 20 40 20 30 80 20 20 303 30,33
6 A7 KAYU ABANG 20 40 40 40 20 20 30 60 20 20 310 31,00
7 A2 TANIRAN SELATAN 20 40 27 40 20 20 30 80 20 20 317 31,67
8 A6 TAWIA 40 20 33 40 20 20 30 60 20 40 323 32,33
9 A11 BAMBAN UTARA 40 40 27 20 20 20 20 100 20 20 327 32,67
10 A8 ANGKINANG 40 40 40 20 40 40 30 80 20 40 390 39,00
11 A4 BAKARUNG 60 40 33 20 20 20 25 100 40 40 398 39,83
Sumber : Data BPS Hulu Sungai Selatan
Keterangan :
Data yang bermasalah adalah desa angkinang dan desa bamban dikarenakan dua desa ini memiliki nilai yang sama, sebagai desa yang terpilih
yang mendapatkan bantuan dana pengembangan desa seharusnya salah satu dari desa mempunyai nilai yang berbeda .
perhitungan ini terjadi karena nilai rata-rata yang dihasilkan berasal dari jumlah nilai setiap kreteria dibagi banyak kreteria tanpa
mempertimbangkan bobot kreteria.
35
36
Keterangan :
K1 Banyaknya T.K.Negeri dan T.K Swasta dirinci per Desa
K2 Banyaknya Murid dan Guru TK dan Rasio Per Desa
K3 Banyaknya Sekolah Tingkat Pendidikan Per Desa
K4 Banyaknya Murid dan Guru SD dan Rasio Per Desa
K5 Banyaknya Murid dan Guru SLTP dan Rasio Per Desa
K6 Banyaknya Murid dan Guru SMU dan Rasio Per Desa
K7 Banyaknya Sarana Kesehatan Dirinci Menurut Desa
Banyaknya Rumah Tangga Memakai Listrik PLN dan
K8
Non PLN Serta Penerangan Lainnya Per Desa
K9 Banyaknya Rumah Tangga Yang Memiliki Telepon Dirinci Tiap Desa
K10 Banyaknya Koperasi KUD
36
37
penentuan kreteria
ev aluasi koleksi
Administrator
Proses penentuan
kelayakan dengan
AHP
sd Interaction
Pilih menu()
Tampilkan Form()
Cek Data()
Konfirmasi Data()
Data Ada()
Konfirmasi
data ada()
Simpan data()
sd Interaction
Pilih menu()
Tampilkan Form()
Proses
Informasi status algoritma desa
desa tertinggal() tertinggal()
M ul ai
Login
[Sa l a h ]
[Be n a r]
Pilih M e nu
[T ]
[Y]
Input Da ta De s a
[T ]
[Y]
Simpa n Da ta
Se l e sa i
Mulai
Menyederhanakan rule
Selesai
Penerima Bantuan
Pengembangan Desa
K1 K2 K3 K4 K5 K6 K7 K8 K9 K10
A1 A2 A3 A4 A5 A6 A7 A8 A9 A10 A11
Tabel 3. 14 PVerbandingan matriks berpasangan criteria FAHP
K1 K2 K3 K4 K5 K6 K7 K8 K9 K10
Kriteria
l M u L m u L m U L m u l M u L M u l m u l m u l m u l m u
K1 1 1 1 1 1 1 1 1 1 ½ 1 3/2 1/2 1 3/2 ½ 1 3/2 1/3 2/5 1/2 1/2 1 3/2 1 3/2 2 1 3/2 2
K2 1 1 1 1 1 1 2/3 1 2 1 1 1 1 1 1 1 1 1 1/3 2/5 1/2 1/2 1 3/2 1 3/2 2 1 3/2 2
K3 1 1 1 ½ 1 3/2 1 1 1 1 1 1 1/2 1 3/2 ½ 1 3/2 1/3 2/5 1/2 1/2 1 3/2 1 3/2 2 1 3/2 2
K4 2/3 1 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1/3 2/5 1/2 1/2 1 3/2 1 3/2 2 1 3/2 2
K5 2/3 1 2 1 1 1 2/3 1 2 1 1 1 1 1 1 1 1 1 1/3 2/5 1/2 1/2 1 3/2 1 3/2 2 1 3/2 2
K6 2/3 1 2 1 1 1 2/3 1 2 1 1 1 1 1 1 1 1 1 1/3 2/5 1/2 1/2 1 3/2 1 3/2 2 1 3/2 2
K7 2 5/2 3 2 5/2 3 2 5/2 3 2 5/2 3 2 5/2 3 2 5/2 3 1 1 1 1 3/2 2 1 3/2 2 2 5/2 3
K8 2/3 1 2 2/3 1 2 ½ 1 3/2 ½ 1 3/2 1/2 1 3/2 ½ 1 3/2 1/2 2/3 1 1 1 1 1 3/2 2 1 3/2 2
K9 1/2 2/3 1 ½ 2/3 1 ½ 2/3 1 ½ 2/3 1 1/2 2/3 1 ½ 2/3 1 1/2 2/3 1 1/2 2/3 1 1 1 1 1/2 1 3/2
K10 1/2 2/3 1 ½ 2/3 1 ½ 2/3 1 ½ 2/3 1 1/2 2/3 1 ½ 2/3 1 1/3 2/5 1/2 1/2 2/3 1 2/3 1 2 1 1 1
K1 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 0.50 1.00 1.50 0.50 1.00 1.50 0.33 0.40 0.50 0.50 1.00 1.50 1.00 1.50 2.00 1.00 1.50 2.00 7.33 10.40 13.50
K2 1.00 1.00 1.00 1.00 1.00 1.00 0.67 1.00 2.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.50 1.00 1.50 1.00 1.50 2.00 1.00 1.50 2.00 8.50 10.40 13.00
K3 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 0.50 1.00 1.50 0.33 0.40 0.50 0.50 1.00 1.50 1.00 1.50 2.00 1.00 1.50 2.00 7.33 10.40 13.50
K4 0.67 1.00 2.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.50 1.00 1.50 1.00 1.50 2.00 1.00 1.50 2.00 8.50 10.40 13.00
K5 0.67 1.00 2.00 1.00 1.00 1.00 0.67 1.00 2.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.50 1.00 1.50 1.00 1.50 2.00 1.00 1.50 2.00 8.17 10.40 14.00
K6 0.67 1.00 2.00 1.00 1.00 1.00 0.67 1.00 2.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.50 1.00 1.50 1.00 1.50 2.00 1.00 1.50 2.00 8.17 10.40 14.00
K7 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 1.00 1.00 1.00 1.00 1.50 2.00 1.00 1.50 2.00 2.00 2.50 3.00 17.00 21.50 26.00
K8 0.67 1.00 2.00 0.67 1.00 2.00 0.50 1.00 1.50 0.50 1.00 1.50 0.50 1.00 1.50 0.50 1.00 1.50 0.50 0.67 1.00 1.00 1.00 2.00 1.00 1.50 2.00 1.00 1.50 2.00 6.83 10.67 17.00
K9 0.50 0.67 1.00 0.50 0.67 1.00 0.50 0.67 1.00 0.50 0.67 1.00 0.50 0.67 1.00 0.50 0.67 1.00 0.50 0.67 1.00 0.50 0.67 1.00 1.00 1.00 1.00 0.50 1.00 1.50 5.50 7.33 10.50
K10 0.50 0.67 1.00 0.50 0.67 1.00 0.50 0.67 1.00 0.50 0.67 1.00 0.50 0.67 1.00 0.50 0.67 1.00 0.33 0.40 0.50 0.50 0.67 1.00 0.67 1.00 2.00 1.00 1.00 1.00 5.50 7.07 10.50
43
44
𝑗 1
persamaan 𝑆𝑖 = ∑𝑚
𝑗=1 𝑀𝑖 𝑥 𝑗
∑𝑛 𝑚
𝑖=1 ∑𝑗=1 𝑀𝑖
Kriteria l M U
SK1 0.051 0.095 0.163
SK2 0.059 0.095 0.157
SK3 0.051 0.095 0.163
SK4 0.059 0.095 0.157
SK5 0.056 0.095 0.169
SK6 0.056 0.095 0.169
SK7 0.117 0.197 0.314
SK8 0.047 0.098 0.205
SK9 0.038 0.067 0.127
SK10 0.038 0.065 0.127
45
𝟏, 𝒊𝒇𝒎𝟐 ≥ 𝒎𝟏
𝑽(𝑴𝟐 ≥ 𝑴𝟏) = { 𝟎, 𝒊𝒇 𝒍𝟏 ≥ 𝝁𝟐
𝒍𝟏 −𝝁𝟐
(𝒎𝟐−𝝁𝟐)−(𝒎𝟏−𝒍𝟏)
, 𝒍𝒂𝒊𝒏𝒏𝒚𝒂
Berdasarkan table 3.16 dan persamaan di atas, maka diperoleh nilai vector dan
nilai ordinat defuzzyfikasi dari masing-masing kriteria :
VSK2 ≥ VSK3 = 1
VSK2 ≥ VSK4= 1
VSK2 ≥ VSK5 = 1
VSK2 ≥ VSK6 = 1
VSK2 ≥ VSK7= 0,31
VSK2 ≥ VSK8 = 0,98
VSK2 ≥ VSK9 = 1
VSK2 ≥ VSK10 = 1
Sehingga diperoleh nilai ordinat, d’ berdasarkan persamaan sebagai berikut:
d’(VSK2) = min (1, 1,1,1,1,0.31,0.98,1,1) = 0,31
c) Kriteria 3 (K3), nilai vektornya adalah :
VSK3 ≥ (VSK1, VSK2, VKS4, VKS5, VKS6, VKS7, VKS8, VKS9, VKS10)
Karena nilai m3 ≥ m1 dan nilai u1 ≥ l3, maka VSK3≥ VSK1 berdasarkan
persemaan adalah :
VSK3 ≥ VSK1 = 1
VSK3 ≥ VSK2 = 1
VSK3 ≥ VSK4= 1
VSK3 ≥ VSK5 = 1
VSK3≥ VSK6 = 1
VSK3 ≥ VSK7= 0,31
VSK3 ≥ VSK8 = 0,98
VSK3 ≥ VSK9 = 1
VSK3 ≥ VSK10 = 1
Sehingga diperoleh nilai ordinat, d’ berdasarkan persamaan sebagai berikut:
d’(VSK3) = min (1, 1,1,1,1,0.31,0.98,1,1) = 0,31
d) Kriteria 4 (K4), nilai vektornya adalah :
VSK4 ≥ (VSK1, VSK2, VKS3, VKS5, VKS6, VKS7, VKS8, VKS9, VKS10)
Karena nilai m4 ≥ m1 dan nilai u1 ≥ l4, maka VSK4≥ VSK1 berdasarkan
persamaan adalah :
VSK4 ≥ VSK1 = 1
VSK4 ≥ VSK2 = 1
VSK4 ≥ VSK3= 1
47
VSK4 ≥ VSK5 = 1
VSK4≥ VSK6 = 1
VSK4 ≥ VSK7= 0,28
VSK4 ≥ VSK8 = 0,98
VSK4 ≥ VSK9 = 1
VSK4 ≥ VSK10 = 1
Sehingga diperoleh nilai ordinat, d’ berdasarkan persamaan sebagai berikut:
d’(VSK4) = min (1, 1,1,1,1,0.28,0.98,1,1) = 0,28
e) Kriteria 5 (K5), nilai vektornya adalah :
VSK5 ≥ (VSK1, VSK2, VKS3, VKS4, VKS6, VKS7, VKS8, VKS9, VKS10)
Karena nilai m5 ≥ m1 dan nilai u1 ≥ l5, maka VSK5≥ VSK1 berdasarkan
persamaan adalah :
VSK5 ≥ VSK1 = 1
VSK5 ≥ VSK2 = 1
VSK5 ≥ VSK3= 1
VSK5 ≥ VSK4 = 1
VSK5≥ VSK6 = 1
VSK5 ≥ VSK7= 0,34
VSK5 ≥ VSK8 = 0,98
VSK5 ≥ VSK9 = 1
VSK5 ≥ VSK10 = 1
Sehingga diperoleh nilai ordinat, d’ berdasarkan persamaan sebagai berikut:
d’(VSK5) = min (1, 1,1,1,1,0.34,0.98,1,1) = 0,34
f) Kriteria 6 (K6), nilai vektornya adalah :
VSK6 ≥ (VSK1, VSK2, VKS3, VKS4, VKS5, VKS7, VKS8, VKS9, VKS10)
Karena nilai m6 ≥ m1 dan nilai u1 ≥ l6, maka VSK6≥ VSK1 berdasarkan
persemaan adalah :
VSK6 ≥ VSK1 = 1
VSK6 ≥ VSK2 = 1
VSK6 ≥ VSK3= 1
VSK6 ≥ VSK4 = 1
VSK6≥ VSK5 = 1
48
Rentang Intensitas
Nilai Kepentingan
0 - 29,99 1
2 30 - 39,99 2 1
40 - 49,99 3
3
50 - 59,99 4 1 5
4 7 3
60 - 69,99 5 1 9 5
7 3
6 70 - 79,99 6 1 5
3
80 - 89,99 7 1
8 90 - 99,99 8
1
100 9
Dari hasil penilaian seleksi yang dapat dilihat pada table data hasil penilaian, maka dapat ditentukan perhitungan FAHP untuk alternative dari
masing-masing criteria yang telah ditentukan. Adapun langkah yang lakukan sebagai berikut
50
a) Perhitungan Perbandingan Alternatif berdasar Kriteria 1 (Banyak Taman Kanak-kanak)
Tabel 3. 20 Perbandingan Alternatif berdasar K1
A1 A2 A3 A4 A5 A6 A7 A8 A9 A10 A11 Jumlah Baris
Alter
l M U L M U l m u L m U l m U L m U l M u l m u L m u l m u l m u l m u
A1 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A2 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A3 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A4 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 1.00 1.00 1.00 0.33 0.40 0.50 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 19.33 23.90 28.50
A5 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 2.00 2.50 3.00 1.00 1.00 1.00 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 39.00 44.00 44.50
A6 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A7 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A8 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A9 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A10 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 0.33 0.40 0.50 0.22 0.22 0.25 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 1.00 1.00 1.00 0.67 1.00 2.00 6.89 9.62 17.75
A11 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
51
52
2) Penentuan Nilai vector (V) dan nilai Ordinat Defuzzifikasi (d’) Alternatif
berdasarkan Kriteria Banyak Taman Kanak-kanak
53
Berdasarkan table 3.21 dan persamaan (2.5), maka diperoleh nilai vector dan
nilai ordinat defuzzyfikasi dari masing-masing kriteria :
𝟏, 𝒊𝒇𝒎𝟐 ≥ 𝒎𝟏
𝟎, 𝒊𝒇 𝒍𝟏 ≥ 𝝁𝟐
𝑽(𝑴𝟐 ≥ 𝑴𝟏) = 𝒍 𝟏 − 𝝁𝟐
, 𝒍𝒂𝒊𝒏𝒏𝒚𝒂
{(𝒎𝟐 − 𝝁𝟐) − (𝒎𝟏 − 𝒍𝟏)
VSK2 ≥ VSK5 = 0
VSK2 ≥ VSK6 = 0,48
VSK2 ≥ VSK7 = 0,48
VSK2 ≥ VKS8 = 0,48
VSK2 ≥ VSK9 = 0,48
VSK2≥ VSK10 = 1
VSK2 ≥ VKS11 = 0,48
Sehingga diperoleh nilai ordinat, d’ berdasarkan persamaan di atas
sebagai berikut :
d’(VSK2) = min (VSK) = 0
c) Kriteria 3 (K3), nilai vektornya adalah :
VSK3 ≥ (VSK1, VSK2, VKS4, VKS5, VKS6, VKS7, VKS8, VKS9,
VKS10, VKS11)
Karena nilai m3 ≥ m1 dan nilai u1 ≥ l3, maka VSK3 ≥ VSK1 berdasarkan
persemaan di atas adalah :
VSK3 ≥ VSK1 = 1
VSK3≥ VSK2 = 1
VSK3 ≥ VKS4 = 0,31
VSK3 ≥ VSK5 = 0
VSK3 ≥ VSK6 = 0,48
VSK3 ≥ VSK7 = 0,48
VSK3 ≥ VKS8 = 0,48
VSK3 ≥ VSK9 =0,48
VSK3≥ VSK10 = 1
VSK3 ≥ VKS11 = 0,48
Sehingga diperoleh nilai ordinat, d’ berdasarkan persamaan di atas
sebagai berikut :
d’(VSK3) = min (VSK) = 0
d) Kriteria 4 (K4), nilai vektornya adalah :
VSK4 ≥ (VSK1, VSK2, VKS3, VKS5, VKS6, VKS7, VKS8, VKS9,
VKS10, VKS11)
55
VSK7≥ VSK10 =1
VSK7 ≥ VKS11 = 1
Sehingga diperoleh nilai ordinat, d’ berdasarkan persamaan di atas
sebagai berikut :
d’(VSK7) = min (VSK) = 0
A2 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 0.50 1.00 1.50 0.50 1.00 1.50 1.00 1.00 1.00 0.50 1.00 1.50 0.50 1.00 1.50 1.00 1.00 1.00 8.50 11.00 13.50
A3 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 0.50 1.00 1.50 0.50 1.00 1.50 1.00 1.00 1.00 0.50 1.00 1.50 0.50 1.00 1.50 1.00 1.00 1.00 8.50 11.00 13.50
A4 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 0.50 1.00 1.50 0.50 1.00 1.50 1.00 1.00 1.00 0.50 1.00 1.50 0.50 1.00 1.50 1.00 1.00 1.00 8.50 11.00 13.50
A5 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.67 1.00 2.00 1.00 1.00 1.00 1.00 1.00 1.00 0.67 1.00 2.00 9.00 11.00 17.00
A6 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.67 1.00 2.00 1.00 1.00 1.00 1.00 1.00 1.00 0.67 1.00 2.00 9.00 11.00 17.00
A7 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.67 1.00 2.00 1.00 1.00 1.00 1.00 1.00 1.00 0.67 1.00 2.00 9.00 11.00 17.00
A8 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 0.50 1.00 1.50 0.50 1.00 1.50 1.00 1.00 1.00 0.50 1.00 1.50 0.50 1.00 1.50 1.00 1.00 1.00 8.50 11.00 13.50
A9 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.67 1.00 2.00 1.00 1.00 1.00 1.00 1.00 1.00 0.67 1.00 2.00 9.00 11.00 17.00
A10 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.67 1.00 2.00 1.00 1.00 1.00 1.00 1.00 1.00 0.67 1.00 2.00 9.00 11.00 17.00
A11 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 0.50 1.00 1.50 0.50 1.00 1.50 1.00 1.00 1.00 0.50 1.00 1.50 0.50 1.00 1.50 1.00 1.00 1.00 8.50 11.00 13.50
60
61
2) Penentuan Nilai vector (V) dan nilai Ordinat Defuzzifikasi (d’) Alternatif
berdasarkan Kriteria Banyaknya Murid dan Guru Taman Kanak-kanak.
Berdasarkan tabel 3.23 dan persamaan (2.5), maka diperoleh nilai vector
dan nilai ordinat defuzzyfikasi dari masing-masing kriteria :
𝟏, 𝒊𝒇𝒎𝟐 ≥ 𝒎𝟏
𝟎, 𝒊𝒇 𝒍𝟏 ≥ 𝝁𝟐
𝑽(𝑴𝟐 ≥ 𝑴𝟏) = 𝒍 𝟏 − 𝝁𝟐
, 𝒍𝒂𝒊𝒏𝒏𝒚𝒂
{(𝒎𝟐 − 𝝁𝟐) − (𝒎𝟏 − 𝒍𝟏)
A2 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A3 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A4 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 1.00 1.00 1.00 0.33 0.40 0.50 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 19.33 23.90 28.50
A5 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 2.00 2.50 3.00 1.00 1.00 1.00 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 39.00 44.00 44.50
A6 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A7 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A8 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A9 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A10 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 0.33 0.40 0.50 0.22 0.22 0.25 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 1.00 1.00 1.00 0.67 1.00 2.00 6.89 9.62 17.75
A11 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
65
66
2) Penentuan Nilai vector (V) dan nilai Ordinat Defuzzifikasi (d’) Alternatif
berdasarkan Kriteria Banyaknya Sekolah.
Berdasarkan tabel 3.25 dan persamaan (2.5), maka diperoleh nilai vector
dan nilai ordinat defuzzyfikasi dari masing-masing kriteria :
𝟏, 𝒊𝒇𝒎𝟐 ≥ 𝒎𝟏
𝟎, 𝒊𝒇 𝒍𝟏 ≥ 𝝁𝟐
𝑽(𝑴𝟐 ≥ 𝑴𝟏) = 𝒍 𝟏 − 𝝁𝟐
, 𝒍𝒂𝒊𝒏𝒏𝒚𝒂
{(𝒎𝟐 − 𝝁𝟐) − (𝒎𝟏 − 𝒍𝟏)
66
67
A2 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A3 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A4 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 1.00 1.00 1.00 0.33 0.40 0.50 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 19.33 23.90 28.50
A5 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 2.00 2.50 3.00 1.00 1.00 1.00 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 39.00 44.00 44.50
A6 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A7 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A8 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A9 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A10 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 0.33 0.40 0.50 0.22 0.22 0.25 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 1.00 1.00 1.00 0.67 1.00 2.00 6.89 9.62 17.75
A11 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
70
71
2) Penentuan Nilai vector (V) dan nilai Ordinat Defuzzifikasi (d’) Alternatif
berdasarkan Kriteria Banyaknya Murid dan Guru Sekolah Dasar.
Berdasarkan table 3.27 dan persamaan (2.5), maka diperoleh nilai vector
dan nilai ordinat defuzzyfikasi dari masing-masing kriteria :
𝟏, 𝒊𝒇𝒎𝟐 ≥ 𝒎𝟏
𝟎, 𝒊𝒇 𝒍𝟏 ≥ 𝝁𝟐
𝑽(𝑴𝟐 ≥ 𝑴𝟏) = 𝒍 𝟏 − 𝝁𝟐
, 𝒍𝒂𝒊𝒏𝒏𝒚𝒂
{(𝒎𝟐 − 𝝁𝟐) − (𝒎𝟏 − 𝒍𝟏)
A2 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A3 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A4 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 1.00 1.00 1.00 0.33 0.40 0.50 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 19.33 23.90 28.50
A5 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 2.00 2.50 3.00 1.00 1.00 1.00 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 39.00 44.00 44.50
A6 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A7 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A8 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A9 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A10 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 0.33 0.40 0.50 0.22 0.22 0.25 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 1.00 1.00 1.00 0.67 1.00 2.00 6.89 9.62 17.75
A11 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
75
76
2) Penentuan Nilai vector (V) dan nilai Ordinat Defuzzifikasi (d’) Alternatif
berdasarkan Kriteria Banyaknya Murid dan Guru SLTP.
Berdasarkan table 3.29 dan persamaan (2.5), maka diperoleh nilai vector
dan nilai ordinat defuzzyfikasi dari masing-masing kriteria :
𝟏, 𝒊𝒇𝒎𝟐 ≥ 𝒎𝟏
𝟎, 𝒊𝒇 𝒍𝟏 ≥ 𝝁𝟐
𝑽(𝑴𝟐 ≥ 𝑴𝟏) = 𝒍 𝟏 − 𝝁𝟐
, 𝒍𝒂𝒊𝒏𝒏𝒚𝒂
{(𝒎𝟐 − 𝝁𝟐) − (𝒎𝟏 − 𝒍𝟏)
Berdasarkan nilai ordinat K1, K2, K3, K4, K5, K6, K7, K8, K9, K10
dan K11, maka nilai bobot vector dapat ditentukan sesuai persamaan
di atas sebagai berikut:
W’ = (d’ (A1), d’ (A2) …, d’ (An))T, maka W’ = (1; 1; 1; 1; 1; 1; 1;
1; 1; 1; 1)
3) Normalisasi nilai bobot vector (W)
Normalisasi nilai bobot vector diperoleh dengan melakukan
pembandingan dari masing-masing nilai bobot alternatif berdasar kriteria
dengan jumlah bobot alternatif berdasar kriteria, dimana tiap elemen
bobot vector dibagi jumlah bobot vector itu sendiri. Normalisasi nilai
bobot vector fuzzy kriteria sama dengan nilai bobot prioritas global (yang
menjadi tujuannya)
Wlokal=(0,09;0,09;0,09;0,09;0,09;0,09;0,09;0,09;0,09;0,09;0,09)
e) Perhitungan Perbandingan Alternatif berdasarkan Kriteria 6 (Banyaknya Murid dan Guru SMU)
Tabel 3. 30 Perbandingan Alternatif berdasar K1
A1 A2 A3 A4 A5 A6 A7 A8 A9 A10 A11 Jumlah Baris
Alter
l m u l m u l m U l m U L m u l M u l M u l m u l m u L m u l m u l m u
A1 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A2 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A3 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A4 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 1.00 1.00 1.00 0.33 0.40 0.50 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 19.33 23.90 28.50
A5 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 2.00 2.50 3.00 1.00 1.00 1.00 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 39.00 44.00 44.50
A6 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A7 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A8 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A9 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A10 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 0.33 0.40 0.50 0.22 0.22 0.25 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 1.00 1.00 1.00 0.67 1.00 2.00 6.89 9.62 17.75
A11 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
80
81
2) Penentuan Nilai vector (V) dan nilai Ordinat Defuzzifikasi (d’) Alternatif
berdasarkan Kriteria Banyaknya Murid dan Guru SMU
Berdasarkan tabel 3.31 dan persamaan (2.5), maka diperoleh nilai vector
dan nilai ordinat defuzzyfikasi dari masing-masing kriteria :
𝟏, 𝒊𝒇𝒎𝟐 ≥ 𝒎𝟏
𝟎, 𝒊𝒇 𝒍𝟏 ≥ 𝝁𝟐
𝑽(𝑴𝟐 ≥ 𝑴𝟏) = 𝒍 𝟏 − 𝝁𝟐
, 𝒍𝒂𝒊𝒏𝒏𝒚𝒂
{(𝒎𝟐 − 𝝁𝟐) − (𝒎𝟏 − 𝒍𝟏)
A2 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A3 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A4 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 1.00 1.00 1.00 0.33 0.40 0.50 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 19.33 23.90 28.50
A5 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 2.00 2.50 3.00 1.00 1.00 1.00 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 39.00 44.00 44.50
A6 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A7 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A8 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A9 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A10 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 0.33 0.40 0.50 0.22 0.22 0.25 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 1.00 1.00 1.00 0.67 1.00 2.00 6.89 9.62 17.75
A11 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
85
86
2) Penentuan Nilai vector (V) dan nilai Ordinat Defuzzifikasi (d’) Alternatif
berdasarkan Kriteria Banyak Sarana Kesehatan
Berdasarkan table 3.33 dan persamaan (2.5), maka diperoleh nilai vector
dan nilai ordinat defuzzyfikasi dari masing-masing kriteria :
𝟏, 𝒊𝒇𝒎𝟐 ≥ 𝒎𝟏
𝟎, 𝒊𝒇 𝒍𝟏 ≥ 𝝁𝟐
𝑽(𝑴𝟐 ≥ 𝑴𝟏) = 𝒍 𝟏 − 𝝁𝟐
, 𝒍𝒂𝒊𝒏𝒏𝒚𝒂
{(𝒎𝟐 − 𝝁𝟐) − (𝒎𝟏 − 𝒍𝟏)
Berdasarkan nilai ordinat K1, K2, K3, K4, K5, K6, K7, K8, K9, K10
dan K11, maka nilai bobot vector dapat ditentukan sesuai persamaan
di atas sebagai berikut:
W’ = (d’ (A1), d’ (A2) …, d’ (An))T, maka W’ = (1; 1; 1; 1; 1; 1; 1;
1; 1; 1; 1)
A2 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A3 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A4 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 1.00 1.00 1.00 0.33 0.40 0.50 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 19.33 23.90 28.50
A5 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 2.00 2.50 3.00 1.00 1.00 1.00 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 39.00 44.00 44.50
A6 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A7 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A8 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A9 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A10 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 0.33 0.40 0.50 0.22 0.22 0.25 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 1.00 1.00 1.00 0.67 1.00 2.00 6.89 9.62 17.75
A11 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
90
91
2) Penentuan Nilai vector (V) dan nilai Ordinat Defuzzifikasi (d’) Alternatif
berdasarkan Kriteria Banyak Pemakai Listrik
Berdasarkan table 3.35 dan persamaan (2.5), maka diperoleh nilai vector
dan nilai ordinat defuzzyfikasi dari masing-masing kriteria :
𝟏, 𝒊𝒇𝒎𝟐 ≥ 𝒎𝟏
𝟎, 𝒊𝒇 𝒍𝟏 ≥ 𝝁𝟐
𝑽(𝑴𝟐 ≥ 𝑴𝟏) = 𝒍 𝟏 − 𝝁𝟐
, 𝒍𝒂𝒊𝒏𝒏𝒚𝒂
{(𝒎𝟐 − 𝝁𝟐) − (𝒎𝟏 − 𝒍𝟏)
A2 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A3 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A4 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 1.00 1.00 1.00 0.33 0.40 0.50 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 19.33 23.90 28.50
A5 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 2.00 2.50 3.00 1.00 1.00 1.00 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 39.00 44.00 44.50
A6 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A7 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A8 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A9 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A10 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 0.33 0.40 0.50 0.22 0.22 0.25 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 1.00 1.00 1.00 0.67 1.00 2.00 6.89 9.62 17.75
A11 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
95
96
2) Penentuan Nilai vector (V) dan nilai Ordinat Defuzzifikasi (d’) Alternatif
berdasarkan Kriteria Banyak Pemakai Telepon
Berdasarkan table 3.37 dan persamaan (2.5), maka diperoleh nilai vector
dan nilai ordinat defuzzyfikasi dari masing-masing kriteria :
𝟏, 𝒊𝒇𝒎𝟐 ≥ 𝒎𝟏
𝟎, 𝒊𝒇 𝒍𝟏 ≥ 𝝁𝟐
𝑽(𝑴𝟐 ≥ 𝑴𝟏) = 𝒍 𝟏 − 𝝁𝟐
, 𝒍𝒂𝒊𝒏𝒏𝒚𝒂
{(𝒎𝟐 − 𝝁𝟐) − (𝒎𝟏 − 𝒍𝟏)
96
97
A2 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A3 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A4 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 1.00 1.00 1.00 0.33 0.40 0.50 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 2.00 2.50 3.00 19.33 23.90 28.50
A5 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 2.00 2.50 3.00 1.00 1.00 1.00 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 4.00 4.50 4.50 39.00 44.00 44.50
A6 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A7 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A8 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A9 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
A10 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 0.33 0.40 0.50 0.22 0.22 0.25 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 0.67 1.00 2.00 1.00 1.00 1.00 0.67 1.00 2.00 6.89 9.62 17.75
A11 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.33 0.40 0.50 0.22 0.22 0.25 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.50 1.00 1.50 1.00 1.00 1.00 9.06 9.62 10.25
100
101
2) Penentuan Nilai vector (V) dan nilai Ordinat Defuzzifikasi (d’) Alternatif
berdasarkan Kriteria Banyak KUD
Berdasarkan table 3.39 dan persamaan (2.5), maka diperoleh nilai vector
dan nilai ordinat defuzzyfikasi dari masing-masing kriteria :
𝟏, 𝒊𝒇𝒎𝟐 ≥ 𝒎𝟏
𝟎, 𝒊𝒇 𝒍𝟏 ≥ 𝝁𝟐
𝑽(𝑴𝟐 ≥ 𝑴𝟏) = 𝒍 𝟏 − 𝝁𝟐
, 𝒍𝒂𝒊𝒏𝒏𝒚𝒂
{(𝒎𝟐 − 𝝁𝟐) − (𝒎𝟏 − 𝒍𝟏)
Dari proses penghitungan FAHP criteria diperoleh bobot local (W lokal) yang
akan dikalikan dengan hasil bobot dari penghitungan alternative (W prioritas), sehingga
didapatkan nilai bobot global (Wglobal) sebagai nilai perangkingan.
Hasil Perhitungan selanjutnya adalah menentukan nilai perangkingan alternatif
sebagai penentuan nilai tingkatan alternatif. Perhitungan yang dilakukan dapat
dihasilkan seperti pada tabel hasil perhitungan di bawah ini :
Tabel 3. 40 Bobot
Kriteria
Kode Nilai
Kriteria Bobot
K1 0.09
K2 0.08
K3 0.09
K4 0.08
K5 0.10
K6 0.10
K7 0.29
K8 0.14
K9 0.02
K10 0.02
105
Dari tebel diatas, dapat dijabarkan bahwa posisi pertama sampai kelima diperoleh
rangking yaitu A1, A2, A5, A3, ... A11.
106
2. Tabel Kriteria
Nama tabel :tabel_kriteria
Fungsi : Digunakan untuk menyimpan data Kriteria
3. Tabel Penilaian
Nama tabel :tabel_bobotpenilaian
Fungsi : Digunakan untuk pengisian bobot nilai fuzzy untuk tiap-tiap kriteria
dan alternatif.
4. Tabel Hasil
Nama tabel :tabel_hasil
Fungsi : Digunakan untuk menyimpan data hasil
x
Fuzzy ahp
Login
password
login batal
Tombol Login :
if dm.AQPublic.IsEmpty then
begin
Application.MessageBox('Username atau Password Salah','Information');
bt_batalClick(self);
end else
begin
Application.MessageBox('Selamat Datang di Program Fuzzy
AHP','Information');
F_Login.Hide;
F_Utama.Show;
end;
Tombol Batal :
e_username.Clear;
e_password.Clear;
e_username.SetFocus;
Menu utama
Form ini merupakan tempat beberapa aplikasi yaitu aplikasi master, aplikasi
perhitungan, aplikasi laporan dan aplikasi logout. Adapun beberapa komponen
pada menu utama ini adalah :
F_Proses.ShowModal;
Tombol Laporan :
dm.AQHasil.Active:=false;
dm.AQHasil.Active:=true;
F_Laporan.qr_tanggal.Caption:=DateToStr(now);
F_Laporan.QuickRep2.Preview;
Menu Master
Kode
Nama desa
kecamatan
Form ini sebagai inputan nama-nama Desa yang akan dilakukan seleksi. Form
ini terdiri dari beberapa tombol yaitu :
110
Tombol Tambah :
gb_input.Enabled:=true;
e_kodenama.Enabled:=true;
e_kodenama.SetFocus;
bt_simpan.Enabled:=true;
bt_hapus.Enabled:=false;
bt_ubah.Enabled:=false;
bt_tambah.Enabled:=false;
Tombol Simpan :
Tombol Hapus :
Tombol Ubah :
Tombol Batal :
e_kodekriteria.Clear;
e_kriteria.Clear;
gb_inputkriteria.Enabled:=false;
bt_tambahkriteria.Enabled:=true;
bt_simpankriteria.Enabled:=false;
bt_hapuskriteria.Enabled:=false;
bt_ubahkriteria.Enabled:=false;
e_kodekriteria.Enabled:=true;
dm.execSQL(dm.AQKriteria,'select * from tabel_kriteria order by kode asc');
111
Kode kreteria
kreteria
Form ini sebagai inputan nama-nama kriteria yang akan digunakan untuk proses
seleksi. Form ini terdiri dari beberapa tombol yaitu :
Tombol Tambah :
gb_input.Enabled:=true;
e_kodenama.Enabled:=true;
e_kodenama.SetFocus;
bt_simpan.Enabled:=true;
bt_hapus.Enabled:=false;
bt_ubah.Enabled:=false;
bt_tambah.Enabled:=false;
Tombol Simpan :
Tombol Hapus :
Tombol Ubah :
Tombol Batal :
e_kodekriteria.Clear;
e_kriteria.Clear;
gb_inputkriteria.Enabled:=false;
bt_tambahkriteria.Enabled:=true;
bt_simpankriteria.Enabled:=false;
bt_hapuskriteria.Enabled:=false;
bt_ubahkriteria.Enabled:=false;
e_kodekriteria.Enabled:=true;
dm.execSQL(dm.AQKriteria,'select * from tabel_kriteria order by kode asc');
Form ini sebagai inputan nilai-nilai pembandingan kriteria yang akan digunakan
untuk penentuan bobot kriteria. Form ini terdiri dari beberapa tombol yaitu :
Tombol Hitung :
for i := 1 to dm.AQKriteria.RecordCount-1 do
for j := 1 to i do
begin
if Length(sg_kriteria.Cells[i+1,j])=3 then
begin
sg_kriteria.Cells[j,i+1]:=Copy((sg_kriteria.Cells[i+1,j]),3,1);
end else
if sg_kriteria.Cells[i+1,j]='1' then
begin
sg_kriteria.Cells[j,i+1]:=sg_kriteria.Cells[i+1,j];
end else
begin
113
sg_kriteria.Cells[j,i+1]:='1/'+sg_kriteria.Cells[i+1,j];
end;
end;
Tombol Simpan :
for i := 1 to dm.AQNama.RecordCount-1 do
for j := 1 to i do
begin
if Length(sg_penilaian.Cells[i+1,j])=3 then
begin
sg_penilaian.Cells[j,i+1]:=Copy((sg_penilaian.Cells[i+1,j]),3,1);
end else
if sg_penilaian.Cells[i+1,j]='1' then
begin
sg_penilaian.Cells[j,i+1]:=sg_penilaian.Cells[i+1,j];
end else
begin
sg_penilaian.Cells[j,i+1]:='1/'+sg_penilaian.Cells[i+1,j];
end;
end
114
Tombol Simpan :
Form ini sebagai proses perhitungan kriteria menggunakan metode FAHP. Form
ini terdapat tombol yaitu :
Tombol Set Nilai Bobot Kriteria :
for i := 1 to dm.AQKriteria.RecordCount do
begin
indeksakhir:=1;
for j := 1 to dm.AQKriteria.RecordCount do
if i<>j then
begin
if StrToFloat(sg_pk1.Cells[2,i+1])>=StrToFloat(sg_pk1.Cells[2,j+1]) then
115
begin
indeks:=1;
end else
if StrToFloat(sg_pk1.Cells[1,j+1])>=StrToFloat(sg_pk1.Cells[3,i+1]) then
begin
indeks:=0;
end else begin
indeks:=(StrToFloat(sg_pk1.Cells[1,j+1])-
StrToFloat(sg_pk1.Cells[3,i+1]))/((StrToFloat(sg_pk1.Cells[2,i+1])-
StrToFloat(sg_pk1.Cells[3,i+1]))-(StrToFloat(sg_pk1.Cells[2,j+1])-
StrToFloat(sg_pk1.Cells[1,j+1])));
end;
if indeks<=indeksakhir then
indeksakhir:=indeks;
end;
temp[i]:=indeksakhir;
end;
Form ini sebagai proses perhitungan kriteria menggunakan metode FAHP. Form
ini terdapat tombol yaitu :
Tombol Set Nilai Bobot Alternatif :
for j := 1 to dm.AQNama.RecordCount do
if i<>j then
begin
if StrToFloat(sg_pa1.Cells[2,i+1])>=StrToFloat(sg_pa1.Cells[2,j+1])
then
begin
indeks:=1;
116
end else
if StrToFloat(sg_pa1.Cells[1,j+1])>=StrToFloat(sg_pa1.Cells[3,i+1])
then
begin
indeks:=0;
end else begin
indeks:=(StrToFloat(sg_pa1.Cells[1,j+1])-
StrToFloat(sg_pa1.Cells[3,i+1]))/((StrToFloat(sg_pa1.Cells[2,i+1])-
StrToFloat(sg_pa1.Cells[3,i+1]))-(StrToFloat(sg_pa1.Cells[2,j+1])-
StrToFloat(sg_pa1.Cells[1,j+1])));
end;
if indeks<=indeksakhir then
indeksakhir:=indeks;
end;
temp[i]:=indeksakhir;
end;
query:='insert into tabel_hasil
values('+QuotedStr(dm.AQNama.FieldByName('kode').AsString)+','+FloatToStr
(nilai)+')';
DM.insertdata(query);
dm.AQNama.Next;
end;
Pada form cetak laporan terdapat 3 pilihan kategori, yaitu : Hasil Perankingan,
Bobot Kriteria dan Bobot Penilaian.
.
Gambar 3. 18 Desain Form Cetak Laporan Hasil Perankingan
120
121
1. Form Login
Form ini digunakan untuk keamanan sistem, khususnya adalah keamanan
data. Form ini dilengkapi dengan mengisi nama pengguna dan kata sandi yang
berhak atas sistem ini. Form ini dapat dilihat pada gambar 4.1., di bawah ini.
Metode white box ini adalah suatu metode desain test case yang
menggunakan struktur kontrol desain prosedural untuk memperoleh test case.
Dengan menggunakan metode pengujian white box, perekayasaan sistem dapat
melakukan test case yang dapat memberikan proses:
a. Semua modul telah digunakan minimal satu kali
b. Menggunakan semua keputusan logis pada sisi true dan false operasional sistem.
c. Mengeksekusi semua loop (perulangan) pada batasan mereka dan pada batas
operasionalnya.
Sistem penentuan seleksi desa penerima dana hibah perngembangan desa
dengan metode Fuzzy AHP yang dibangun ini, terdiri dari beberapa
modul/prosedur/fungsi yang mempunyai fungsi proses masing-masing. Dalam hal
ini, pengujian tidak dilakukan terhadap keseluruhan program secara utuh, namun
dilakukan sampel pengujian terhadap level tertentu yang dijalankan. Sebagai contoh,
akan dibahas pengujian terhadap modul proses perhitungan. Modul/prosedur proses
perhitungan dibangun dengan menggunakan algoritma seperti dibawah ini, maka
pengujian pada modul/prosedur ini dapat ditunjukkan dengan menelusuri logika pada
algoritma ini untuk melihat efisien dan kompleksitas logika yang dibangun.
Pengukuran kuantitatif terhadap kompleksitas logis suatu program akan
mudah diukur apabila setiap coding diberi nomor. Urutan logis suatu program
kemudian dibuat dalam diagram alir, coding dan nomor codingnya. Berikut ini
diagram alir dan coding program beserta nomor kodingnya.
m:=1; [8]
for n := 1 to jum do [9]
begin
for j := 1 to 3 do [10]
begin
for i := 1 to strtoint(loop) do [11]
begin
r1:=ado_kriteria.FieldByName('nilai_kriteria_AHP').AsFloat;
r2:=strtofloat(StringGrid2.Cells[m,i])*r1; [12]
StringGrid3.Cells[m,i]:=floattostr(r2);
end; [13]
m:=m+1; [14]
end; [15]
ado_kriteria.Next; [16]
end; [17]
end; [18]
134
10
11
12
13
14
15
16
18 17
V(G) = E – N + 2
Dimana:
Path 1 : 1-2-3-2-4
Path 2 : 1-2-3-2-4-5-6-5-7
Path 3 : 1-2-3-2-4-5-6-5-7-8-9-10-11-12-11-13
Path 4 : 1-2-3-2-4-5-6-5-7-8-9-10-11-12-11-13-14-10-15
Path 5 : 1-2-3-2-4-5-6-5-7-8-9-10-11-12-11-13-14-10-15-16-9-17
Path 6 : 1-2-3-2-4-5-6-5-7-8-9-10-11-12-11-13-14-10-15-16-9-17-18
Ketika aplikasi dijalankan, maka terlihat bahwa salah satu basis set yang dihasilkan
adalah 1-2-3-2-4-5-6-5-7-8-9-10-11-12-11-13-14-10-15-16-9-17-18 dan terlihat
bahwa simpul telah dieksekusi satu kali. Berdasarkan ketentuan tersebut dari segi
kelayakan software, sistem ini telah memenuhi syarat.
136
For i := 1 to dm.AQNama.RecordCount do
begin
indeksakhir:=1;
for j := 1 to dm.AQNama.RecordCount do
if i<>j then
begin
if
StrToFloat(sg_pa1.Cells[2,i+1])>=StrToFloat(sg_pa1.Cells
[2,j+1]) then
begin
indeks:=1;
end else
if
StrToFloat(sg_pa1.Cells[1,j+1])>=StrToFloat(sg_pa1.Cells
[3,i+1]) then
begin
indeks:=0;
end else begin
137
indeks:=(StrToFloat(sg_pa1.Cells[1,j+1])-
StrToFloat(sg_pa1.Cells[3,i+1]))/((StrToFloat(sg_pa1.Cell
s[2,i+1])-StrToFloat(sg_pa1.Cells[3,i+1]))-
(StrToFloat(sg_pa1.Cells[2,j+1])-
StrToFloat(sg_pa1.Cells[1,j+1])));
end;
if indeks<=indeksakhir then
indeksakhir:=indeks;
end;
temp[i]:=indeksakhir;
end;
138
139
Keterangan Tabel :
a) Perhitungan secara manual (Nilai Rata2) adalah hasil perhitungan dengan
menggunakan perhitungan manual.
b) Perhitungan menggunakan sistem (Nilai bobot) adalah hasil perhitungan
sistem menggunakan metode Fuzzy AHP..
c) Keterangan Terpilih adalah hasil perhitungan dengan nilai yang paling rendah
yang kemungkinan akan mendapatkan bantuan dana pengembangan desa.
d) Keterangan Tidak terpilih adalah hasil perhitungan dengan nilai yang lebih
besar dari nilai yang terpilih.
e) Status sesuai adalah apabila nilai kondisi manual dengan nilai bobot sistem
mempunyai kondisi yang sama..
f) Status tidak sesuai adalah apabila nilai kondisi manual dengan nilai bobot
sistem mempunyai kondisi yang tidak sama.
Pada uji implementasi ini sistem diuji terhadap 11 data desa. Diketahui dari
urutan nama desa, hasil perhitungan manual dan perhitungan menggunakan sistem
terdapat perbedaan hasil prioritas. Perbedaan ini terjadi dikarenakan adanya
perbedaan penggunaan pengukuran dalam menentukan penilaian penentuan desa
yang mendapatkan dana pengembangan desa.
Untuk mengetahui kesesuaian sistem dilakukan pengujian sebagai berikut:
5
= X 100 % = 45%
11
6
= X 100 % = 55%
11
45%
55% Sesuai
Tidak Sesuai
5.1 Kesimpulan
Dari pelaksanaan penelitian ini, maka dapat ditarik kesimpulan sebagai berikut:
1. Pada penelitian yang telah dilakukan dapat disimpulkan bahwa dengan menggunakan
aplikasi berbasis metode Fuzzy AHP pada kasus ini, dikatakan kurang dapat digunakan
sebagai perhitungan alternatif yang lebih efektif dibandingkan dengan perhitungan
menggunakan cara manual, hal ini dapat dilihat dari kesesuaian hasil dengan
perhitungan menggunakan metode Fuzzy AHP sebesar 45%.
2. Hasil yang diberikan oleh metode Fuzzy AHP memiliki ketidaksesuaian dengan hasil
manual sebesar 55%.
3. Untuk kebenaran perbandingan antara perhitungan manual dengan menggunakan
sistem perlu di uji tingkat konsistensi dengan menggunakan metode uji yang lain, pada
penelitian ini masih memakai pembandingan hasil.
5.2 Saran
Dari hasil penelitian ini maka saran yang dapat diberikan adalah untuk
pengembangan aplikasi diperlukan metode yang lebih tepat agar hasil penentuan
perhitungan penentuan penerima dana hibah pengembangan desa bisa lebih baik, metode
fuzzy AHP pada penelitian ini dapat digabungkan dengan metode sistem pendukung
keputusan yang lain.
141
DAFTAR PUSTAKA
Kusrini. 2007. “Konsep dan Aplikasi Penunjang Keputusan”. Andi Publisher. Yogyakarta.
Siswanto, Hendro, Kardi Teknomo, dan Sebastianus Ari Yudhanto. 1999. “Penggunaan
Metode Analytical Hierarchy process Dalam Menganalisa Faktor-Faktor yang
Mempengaruhi Pemilihan Moda Ke Kampus”.
142