SKRIPSI
Diajukan Oleh :
Risnayanti 192299
Wulandari Seknun 192293
Puji syukur penulis panjatkan kehadirat Tuhan Yang Maha Esa karena atas
ini sebagai syarat dan bagian tahapan proses untuk memperoleh gelar sarjana (S1) di
Universitas Dipa Makassar dengan baik dan tepat pada waktu yang diharapkan oleh
penulis.
dihadapi dalam penulisan ini karena keterbatasan penulis baik berupa materi maupun
dari segi kemampuan teknis dan akal. Namun semua itu dapat diatasi berkat adanya
berbagai pihak yang telah membantu baik secara material maupun moril dalam rangka
iv
v
4. Orang tua dan kakak-kakak saya yang senantiasa mendoakan tidak henti-hentinya
untuk setiap kelancaran pada proses pembuatan skripsi ini, serta memberikan
dorongan moril dan materil, sehingga saya mendapatkan kemudahan dalam penulis
memiliki kekurangan. Oleh karena itu, penulis mengharapkan saran dan kritik dari
berbagai pihak yang dapat membangun penulisan ini menjadi lebih baik. Akhir kata,
penulis berharap skripsi penulisan ini dapat memberikan manfaat bagi rekan-rekan
pembaca.
Penulis
ABSTRAK
Saat ini penentuan lokasi warung makan dilakukan berdasarkan pertimbangan
manajer secara manual tanpa melakukan perhitungan. Sehingga dalam hal ini sering
kali mengalami kesalahan dalam menentukan lokasi warung makan. Ini beberapa
alternatif lokasi, dikarenakan sulitnya untuk memprediksi alternatif lokasi mana yang
potensi banyak pelanggan. Oleh karena ini, diperlukan suatu analisis dalam
pengambilan keputusan yang dapat membantu pihak manager dalam menentukan
lokasi tepat. Penelitian ini dilakukan untuk mengetahui lokasi terbaik menggunakan
metode Oreste. Metode Oreste merupakan salah satu metode Sistem Pendukung
Keputusan yang mengadopsi Besson Rank, yakni pendekatan skala prioritas dari
setiap indicator kriteria. Data yang digunakan sebagai altenatif lokasi dengan sampel
10 lokasi dengan 5 kriteria penilaian, yaitu Posisi Lokasi, Kondisi jalan, Parkiran,
Kondisi Keamanan, dan Kondisi Lokasi. Tahap yang dilakukan dalam memilih lokasi
dimulai menganalisa nilai pembobotan kriteria, pembobotan alternatif pada lokasi.
Setelah itu dilakukan proses hasil peringkat bobot alternatif loksi. Berdasarkan data
alternatif dan kriteria dengan menggunakan metode Oreste, dapat diambil kesimpulan
bahwa lokasi yang terbaik adalah A9 dengan Nilai Preferensi dari Nilai Distance Score
sebesar 0.41875. Lebih kecil dibandingkan 4 lokasi yang lain.
Kata Kunci : Lokasi warung dan metode oreste.
ABSTRACT
Currently, the determination of restaurant locations is done based on manual
considerations by managers without performing calculations. As a result, there are
often errors in determining restaurant locations. There are several alternative
locations, making it difficult to predict which alternative location has the potential for
more customers. Therefore, an analysis of decision-making is needed to assist
managers in determining the right location. This study aims to determine the best
location using the Oreste method. The Oreste method is a decision support system
method that adopts Besson rank, which is a priority scale approach for each criteria
indicator. The data used consists of 10 sample locations and 5 evaluation criteria,
namely location position, road conditions, parking, security conditions, and location
conditions. The process of selecting a location involves analyzing the weighting of
criteria and weighing the alternatives for each location. Then, the ranking process of
alternative location weights is conducted. Based on the alternative and criteria data
using the Oreste method, it can be concluded that the best location is A9 with a
preference value from the distance score of 0.41875, which is lower than the other 4
locations.
Keywords: Restaurant location, Oreste method
vi
DAFTAR ISI
HALAMAN JUDUL......................................................................................................i
KATA PENGANTAR..................................................................................................iv
ABSTRAK....................................................................................................................vi
DAFTAR ISI................................................................................................................vii
DAFTAR TABEL........................................................................................................xi
DAFTAR GAMBAR...................................................................................................xii
BAB I PENDAHULUAN..............................................................................................1
vii
vii
i 2.2.3
Python.........................................................................................................................9
2.2.4 Anaconda........................................................................................................10
2.2.5 Jupyter............................................................................................................11
4.1 Analisis...........................................................................................................17
BAB V PENUNUTUP.................................................................................................60
5.1 Kesimpulan......................................................................................................60
5.2 Saran................................................................................................................60
DAFTAR PUSTAKA..................................................................................................62
LAMPIRAN
RIWAYAT
HIDUP
DAFTAR GAMBAR
ix
DAFTAR TABEL
x
BAB I
PENDAHULUA
lokasi usaha yang tepat dan sesuai agar usaha yang dibuat dapat diterima oleh
konsumen, dan salah satu Warung Mba Asih yang masih banyak diminati salah
masih diyakini sebagai salah satu bentuk usaha yang cukup bagus. Warung Mba
Asih adalah salah satu usaha warung makanan yang saat ini masih menggunakan
memperluas usahanya selama ini. Maka dari itu, dibuatlah suatu sistem
sistem ini akan menghasilkan sistem rekomendasi penentuan lokasi yang lebih
Adapun penentuan lokasi usaha warung makanan yang ini nantinya akan
1
2
satu metode pengambilan keputusan multi criteria atau yang lebih dikenal dengan
makanan
atas Kriteria tersebut di atas dimaksudkan untuk dapat membantu pihak dalam
BAB I : PENDAHULUAN
Oreste.
DAFTAR PUSTAKA
LAMPIRAN
BAB II
TINJAUAN PUSTAKA
Kerangka pikir penelitian ini dibuat dalam bentuk skema seperti pada
gambar di bawah ini.
Banyaknya usaha warung di Kota Makassar mengakibatkan pemilik usaha kesulitan dalam mene
pelayanan terhadap loyalitas konsumen tersebut.
Penentuan lokasi warung makanan ini nantinya akan menggunakan Sistem Pendukung Keputusa
5
6
awal tahun 1970-an oleh Michael S. Scott Morton dengan istilah Management
Decision System. Yaitu suatu sistem berbasis komputer yang ditujukan untuk
Daihani, 2001:54).
Support System (DSS) adalah salah satu sistem informasi berbasis komputer yang
baik dan tepat. Komponen utama dari SPK ini terdiri atas database, model base,
serta user interface untuk memudahkan proses interaksi antara manusia dengan
mendukung solusi atas suatu masalah atau untuk suatu peluang. Aplikasi SPK
terstruktur.
perbaikan efesiensinya.
yang rendah.
dibuat. sebagai contoh, semakin banyak data yang diakses, makin banyak
juga alternatif yang bisa di evaluasi. analisis rasio bisa dilakukan dengan
cepat dan pandangan dari para pakar (beberapa dari mereka berada di
lokasi yang jauh) bisa dikumpulkan dengan cepat dan dengan biaya yang
lebih rendah,
kriteria atau yang lebih dikenal dengan istilah Multi Criteria Decision Making
8
Maya,Ahmad Calam,110:2020).
dari setiap indikator kriteria, dimana apabila terdapat nilai kriteria, maka dalam
Bobot Kriteria)
alternatif kriteria sebagai nilai “jarak” untuk posisi yang ideal dan ditempati oleh
alternatif terbaik untuk kriteria yang paling penting. Nilai Distance Score dihitung
menggunakan persamaan :
𝐶 = {1 𝑟 𝑅 1 ( )𝑅} 1/𝑟
𝐷(𝑎, j )
2 𝑐j + 2 𝑟𝑐j 𝑎
9
Keterangan :
R = Koefisien
2.2.3 Python
Python merupakan bahasa pemograman yang kuat dan mudah untuk
dipelajari yang dibuat oleh Guido van Rossum dan dirilis pada tahun 1991.
Python memiliki struktur data efisien yang berlevel tinggi dan pendekatan
Python merupakan bahasa yang ideal untuk melakukan system scripting dan
Maulana Fahrudin, 2023). Selain dari itu, Python juga dapat digunakan untuk web
Penerjemah Python mudah untuk diperluas dengan fungsi dan tipe data
baru yang terimplementasi dalam bahasa C. Python juga dapat digunakan sebagai
bahasa yang berkelanjutan pada aplikasi yang dapat disesuaikan (Tresna Maulana
Fahrudin, 2023).
2.2.4 Anaconda
Anaconda merupakan sebuah platform untuk memberdayakan asset,
merupakan sebuah graphical user interface (GUI) yang dapat digunakan untuk
kode program yang dibutuhkan untuk data learning. Dalam Anaconda Navigator
Fahrudin, 2023).
2.2.5 Jupyter
Jupyter merupakan perangkat lunak yang bersifat open source dan servis
jupyter notebooks kode program, dan data. JupyterLab fleksibel dalam hal
mendukung workflow untuk data sains, komputasi ilmiah, dan machine learning.
2023).
Jupyter notebook adalah sebuah aplikasi web yang bersifat open source
METODE PENELITIAN
Selatan 90174. Penelitian ini dilaksanakan selama kurang lebih 4 bulan mulai
Bahan dan alat penelitian yang akan digunakan dalam penelitian ini adalah
sebagai berikut:
Bahan penelitian yang akan digunakan dalam penelitian ini adalah data
lokasi, dan data kriteria penilaian dengan mengambil data melalui kuesioner.
Alat yang akan digunakan dalam penelitian ini berupa software dan
digunakan
ACER ASUS
14
1
ACER ASUS
3. Alat Design
No Nama Alat
1 Google colab
2 Microsoft Visio
penelitian berupa
1
c. Data kriteria yaitu jumlah nilai bobot yang diberikan setiap kriteria.
secara langsung pada lokasi penelitian yaitu di Warung Nasi Goreng Mas
2. Studi Pustaka yaitu membaca buku-buku atau jurnal yang berkaitan dengan
2. Menentukan nilai bobot setiap kriteria dan data training, minimal 100 data.
4.1 Analisis
Sempit 1 – 3 meter 2
17
18
Pada tabel 4.2 menentukan pemberian nilai bobot kriteria, dimana Kriteria
Posisi Lokasi dan Kondisi Lokasi (Keramaian) memiliki nilai tertinggi yang sama,
dibandingkan dengan 3 kriteria yang lain, yakni sebesar 30% atau 0,3, kriteria
Kondisi Keamanan dengan bobot 20% dan nilai 0,2 sedangkan kriteria Kondisi
jalan / Akses Lokasi dan Parkiran memiliki bobot yang sama yakni 10% dengan
nilai 0,1. Sehingga total bobot sebesar 100% dengan total nilai 1.
1
NO Alternatif/Lokasi C1 C2 C3 C4 C5
29 Kalukung(A29) Masuk Lorong Buruk Sempit Kurang aman Cukup ramai
30 Borong(A30) Jalan besar Sedang Sempit Aman Tidak ramai
31 Barana (A31) Masuk lorong Buruk Sempit Kurang aman Cukup ramai
32 Bontolebang (A32) Jalan biasa Sedang Luas Tidak aman Ramai
33 Mandala (A33) Jalan besar Sedang Tidak ada Kurang aman Tidak ramai
34 Kassi-Kassi (A34) Jalan biasa Sedang Sempit Kurang aman Tidak ramai
35 Lakkang (A35) Masuk lorong Buruk Sempit Kurang aman Tidak ramai
36 Jalan Baru (A36) Jalan besar Bagus Tidak ada Kurang aman Cukup ramai
37 Tamalanrea (A37) Jalan besar Sedang Sempit Kurang aman Cukup ramai
38 Tello Baru (A38) Masuk lorong Bagus Tidak ada Tidak aman Ramai
39 Mangasa (A39) Jalan biasa Buruk Sempit Kurang aman Tidak ramai
40 Bungaya (A40) Masuk lorong Sedang Tidak ada Tidak aman Tidak ramai
41 Tidung (A41) Jalan besar Sedang Sempit Tidak aman Cukup ramai
42 Lakkang (A42) Masuk lorong Buruk Sempit Kurang aman Cukup ramai
43 Tallo (A43) Jalan biasa Sedang Sempit Kurang aman Cukup ramai
44 Parangloe (A44) Jalan besar Sedang Tidak ada Kurang aman Tidak ramai
45 Butung (A45) Jalan besar Sedang Sempit Tidak aman Ramai
46 Lette (A46) Masuk lorong Buruk Tidak ada Kurang aman Tidak ramai
47 Buakana (A47) Masuk lorong Buruk Sempit Tidak aman Tidak ramai
48 Ballaparang (A48) Jalan biasa Sedang Sempit Tidak aman Cukup ramai
49 Cambayya (A49) Masuk lorong Sedang Sempit Tidak aman Ramai
50 Buloa (A50) Jalan besar Sedang Tidak ada Tidak aman Cukup ramai
51 Katimbang (A51) Masuk lorong Bagus Tidak ada Tidak aman Cukup ramai
52 Padang (A52) Jalan biasa Bagus Sempit Tidak aman Tidak ramai
53 Maricaya (A53) Masuk lorong Bagus Tidak ada Kurang aman Tidak ramai
54 Lajangiru (A54) Jalan biasa Sedang Tidak ada Kurang aman Ramai
55 Losari (A55) Jalan besar Bagus Sempit Kurang aman Cukup ramai
56 Maloku (A56) Masuk lorong Sedang Sempit Tidak aman Tidak ramai
57 Pa'batang (A57) Jalan besar Sedang Tidak ada Tidak aman Tidak ramai
2
NO Alternatif/Lokasi C1 C2 C3 C4 C5
58 Labuang Baji (A58) Jalan besar Sedang Tidak ada Tidak aman Cukup ramai
59 Mampu (A59) Masuk lorong Sedang Sempit Kurang aman Tidak ramai
60 Sudiang Raya (A60) Jalan biasa Sedang Sempit Aman Cukup ramai
61 Sinrijala (A61) Jalan biasa Buruk Tidak ada Kurang aman Cukup ramai
62 Bontomakkio (A62) Jalan besar Sedang Sempit Kurang aman Tidak ramai
63 Mappala (A63) Jalan besar Sedang Sempit Kurang aman Cukup ramai
64 Karuwisi (A64) Jalan besar Sedang Sempit Kurang aman Cukup ramai
65 Layang (A65) Masuk lorong Buruk Tidak ada Kurang aman Tidak ramai
66 Bontoalatua (A66) Jalan biasa Bagus Tidak ada Tidaka aman Ramai
67 Tammua (A67) Masuk lorong Bagus Sempit Tidak aman Cukup ramai
68 Gaddong (A68) Jalan biasa Buruk Luas Kurang aman Tidak ramai
69 Pai (A69) Jalan besar Sedang Tidak ada Kurang aman Cukup ramai
70 Bulurokeng (A70) Jalan biasa Buruk Tidak ada Kurang aman Cukup ramai
71 Untia (A71) Masuk lorong Sedang Sempit Tidak aman Ramai
72 Wajo Baru (A72) Jalan besar Sedang Tidak ada Tidak aman Cukup ramai
73 Mannuruki (A73) Jalan biasa Bagus Tidak ada Kurang aman Cukup ramai
74 Karuwisi (A74) Jalan besar Sedang Sempit Tidak aman Cukup ramai
75 Tanjung (A75) Jalan besar Sedang Sempit Tidak aman Cukup ramai
76 Masale (A76) Jalan biasa Buruk Tidak ada Kurang aman Ramai
77 Bulurokeng (A77) Masuk lorong Bagus Tidak ada Kurang aman Cukup ramai
78 Daeng Tata (A78) Jalan biasa Sedang Sempit Tidak aman Tidak ramai
79 Alauddin (A79) Masuk lorong Bagus Sempit Kurang aman Cukup ramai
80 Suwangga (A80) Jalan biasa Buruk Sempit Kurang aman Cukup ramai
81 Totaka (A81) Jalan besar Sedang Sempit Aman Tidak ramai
82 Ujung Tanah (A82) Masuk Lorong Sedang Sempit Kurang aman Cukup ramai
83 Pattunuang (A83) Jalan biasa Buruk Tidak ada Aman Tidak ramai
84 Lariang (A84) Jalan besar Bagus Sempit Tidak aman Tidak ramai
85 Mangkura (A85) Masuk lorong Buruk Sempit Kurang aman Cukup ramai
86 Pisang Utara (A86) Jalan biasa Sedang Sempit Kurang aman Cukup ramai
2
NO Alternatif/Lokasi C1 C2 C3 C4 C5
87 Suka Maju (A87) Masuk Lorong Sedang Tidak ada Kurang aman Cukup ramai
88 Lembo (A88) Jalan biasa Bagus Sempit Tidak aman Cukup ramai
89 Rappojawa (A89) Jalan besar Sedang Tidak ada Tidak aman Ramai
90 Ende (A90) Masuk lorong Buruk Sempit Kurang aman Cukup ramai
91 Tamarunang (A91) Jalan besar Sedang Sempit Tidak aman Tidak ramai
92 Mario (A92) Jalan biasa Buruk Tidak ada Kurang aman Ramai
93 Gunung Sari (A93) Jalan besar Sedang Tidak ada Tidak aman Cukup ramai
94 Baru (A94) Masuk lorong Sedang Luas Kurang aman Ramai
95 Melayu (A95) Jalan biasa Buruk Sempit Aman Cukup ramai
96 Mallimongan (A96) Jalan besar Bagus Tidak ada Kurang aman Tidak ramai
97 Bakung (A97) Masuk lorong Buruk Tidak ada Kurang aman Tidak ramai
98 Maradekaya (A98) Masuk lorong Buruk Sempit Tidak aman Ramai
99 Bara- Baraya (A99) Jalan biasa Bagus Tidak ada Kurang aman Cukup ramai
100 Laikang (A100) Jalan besar Bagus Sempit Kurang aman Tidak ramai
Tabel 4.3 menunjukkan data lokasi yang dijadikan sebagai alternative penilaian
untuk menentukan lokasi terbaik sebanyak 100 lokasi yang ada di kota Makassar
1 Btp(A1) 2 1 3 2 3
2 Antang(A2) 1 2 2 3 1
3 Baruga(A3) 2 3 2 3 1
4 Perintis(A4) 3 2 2 1 1
5 Sudiang(A5) 1 2 3 2 2
6 Daya (A6) 3 2 1 1 2
7 Tello(A7) 3 3 2 2 2
8 Pettarani(A8) 2 2 3 3 1
9 Moncongloe(A9) 3 3 3 2 3
10 Panaikang(A10) 3 2 2 1 1
11 Bantoala (A11) 3 1 1 2 2
12 Rapoocini(A12) 2 2 2 2 2
13 Panakkukang(A13) 3 2 3 2 2
14 Tamalate(A14) 1 3 2 2 2
15 Perumnas(A15) 2 2 2 2 2
16 Ujung Pandang(A16) 3 3 1 2 2
17 Sangkarrang(A17) 2 2 2 2 1
18 Katimbang(A18) 1 2 2 1 2
19 Toddopuli(A19) 2 3 3 1 2
20 Maccini(A20) 2 3 2 2 2
21 Barombong(A21) 3 2 1 3 1
2
22 Batua(A22) 2 3 2 2 2
23 Tamangapa(A23) 1 2 1 3 2
24 Manggala(A24) 2 3 2 1 2
25 Paccerakkang(A25) 3 2 2 2 3
26 Kapasa (A26) 2 2 3 2 2
27 Pampang(A27) 3 2 3 2 2
28 Paropo(A28) 2 2 2 2 1
29 Kalukung(A29) 1 1 2 2 2
30 Borong(A30) 3 2 2 3 1
31 Barana (A31) 1 1 2 2 2
33 Mandala (A33) 3 2 1 2 2
34 Kassi-Kassi (A34) 2 2 2 2 1
35 Lakkang (A35) 1 1 2 2 1
37 Tamalanrea (A37) 3 2 2 2 2
39 Mangasa (A39) 2 1 2 2 1
40 Bungaya (A40) 1 2 1 1 2
41 Tidung (A41) 3 2 2 1 1
42 Lakkang (A42) 1 1 2 2 2
43 Tallo (A43) 2 2 2 2 2
2
44 Parangloe (A44) 3 2 1 2 1
45 Butung (A45) 3 2 2 1 3
46 Lette (A46) 1 1 1 2 1
47 Buakana (A47) 1 1 2 1 2
48 Ballaparang (A48) 2 2 1 2 2
49 Cambayya (A49) 1 2 2 1 3
50 Buloa (A50) 3 2 1 1 2
51 Katimbang (A51) 1 3 1 1 2
52 Padang (A52) 2 3 2 1 1
53 Maricaya (A53) 1 3 1 2 1
54 Lajangiru (A54) 2 2 1 2 3
55 Losari (A55) 3 3 2 2 2
56 Maloku (A56) 1 2 2 1 1
57 Pa'batang (A57) 3 2 1 1 1
59 Mampu (A59) 1 2 2 2 1
61 Sinrijala (A61) 2 1 1 2 2
63 Mappala (A63) 3 2 2 2 2
64 Karuwisi (A64) 3 2 2 2 2
65 Layang (A65) 1 1 1 2 1
2
67 Tammua (A67) 1 3 2 1 2
68 Gaddong (A68) 2 1 3 2 1
69 Pai (A69) 3 2 1 2 2
70 Bulurokeng (A70) 2 1 1 2 2
71 Untia (A71) 1 2 2 1 3
73 Mannuruki (A73) 2 3 1 2 2
74 Karuwisi (A74) 3 2 2 1 2
75 Tanjung (A75) 3 2 2 1 2
76 Masale (A76) 2 1 1 2 3
77 Bulurokeng (A77) 1 3 1 2 2
79 Alauddin (A79) 1 3 2 2 2
80 Suwangga (A80) 2 1 2 2 2
81 Totaka (A81) 3 2 2 3 1
83 Pattunuang (A83) 2 1 1 3 1
84 Lariang (A84) 3 3 2 1 1
85 Mangkura (A85) 1 1 2 2 2
88 Lembo (A88) 2 3 2 1 2
89 Rappojawa (A89) 3 2 1 1 3
90 Ende (A90) 1 1 2 2 2
91 Tamarunang (A91) 3 2 2 1 1
92 Mario (A92) 2 1 1 2 3
94 Baru (A94) 1 2 3 2 3
95 Melayu (A95) 2 1 2 3 2
96 Mallimongan (A96) 3 3 1 2 1
97 Bakung (A97) 1 1 1 2 1
98 Maradekaya (A98) 1 1 2 1 3
diberikan oleh responden melalui kuesioner, berikut ini adalah tabel nilai
lokasi yang tepat. Dengan menggunakan Metode Oreste, telah dilakukan proses
pengolahan data dan perhitungan yang mendalam untuk mendapatkan hasil yang
akurat. Hasil penelitian ini dapat memberikan wawasan dan informasi yang
hasil ini akan memberikan pemahaman yang lebih mendalam mengenai temuan-
temuan utama dari penelitian dan implikasinya terhadap tujuan yang ingin
1 Btp(A1) 2 37 53.5
2 Antang(A2) 1 71 85.5
2
3 Baruga(A3) 2 37 53.5
4 Perintis(A4) 3 1 18.5
5 Sudiang(A5) 1 71 85.5
7 Tello(A7) 3 1 18.5
8 Pettarani(A8) 2 37 53.5
9 Moncongloe(A9) 3 1 18.5
10 Panaikang(A10) 3 1 18.5
12 Rapoocini(A12) 2 37 53.5
13 Panakkukang(A13) 3 1 18.5
14 Tamalate(A14) 1 71 85.5
15 Perumnas(A15) 2 37 53.5
… … … … …
Keterangan :
Pada kelompok alternatif A4, A6, A7, A9 karena nilai alternatif sama,
4 … 25. Selanjutnya, nilai rata-rata (Mean) dari kelompok ini dapat dihitung
18.5.
diberikan secara urut dari 9 hingga 10. Maka peringkatnya adalah 9 dan 10.
Tabel 4.6 Nilai Bobot Kriteria Kondisi Jalan / Akses Lokasi (Kriteria 2)
1 Btp(A1) 1 79 93.8
2 Antang(A2) 2 26 50.7
3 Baruga(A3) 3 1 13
4 Perintis(A4) 2 26 50.7
5 Sudiang(A5) 2 26 50.7
7 Tello(A7) 3 1 13
8 Pettarani(A8) 2 26 50.7
9 Moncongloe(A9) 3 1 13
10 Panaikang(A10) 2 26 50.7
12 Rapoocini(A12) 2 26 50.7
13 Panakkukang(A13) 2 26 50.7
14 Tamalate(A14) 3 1 13
15 Perumnas(A15) 2 26 50.7
… … … … …
96 Mallimongan (A96) 3 1 13
Keterangan :
Selanjutnya, nilai rata-rata (Mean) dari kelompok ini dapat dihitung dengan
Pada kelompok alternatif A2, A4, A5, A6, A8 dan A10 karena nilai
4 + 5 + 6 + 7 + 8) / 6 = 5.5.
diberikan secara urut dari 9 hingga 10. Maka peringkatnya adalah 9 dan 10.
1 Btp(A1) 3 66 83
2 Antang(A2) 2 12 38.5
3 Baruga(A3) 2 1 6
4 Perintis(A4) 2 12 38.5
5 Sudiang(A5) 3 12 38.5
7 Tello(A7) 2 1 6
8 Pettarani(A8) 3 12 38.5
9 Moncongloe(A9) 3 1 6
10 Panaikang(A10) 2 12 38.5
11 Bantoala (A11) 1 66 83
12 Rapoocini(A12) 2 12 38.5
3
13 Panakkukang(A13) 3 12 38.5
14 Tamalate(A14) 2 1 6
15 Perumnas(A15) 2 12 38.5
… … … … …
96 Mallimongan (A96) 1 1 6
97 Bakung (A97) 1 66 83
98 Maradekaya (A98) 2 66 83
Keterangan :
dan 3. Selanjutnya, nilai rata-rata (Mean) dari kelompok ini dapat dihitung dengan
Pada kelompok alternatif A2, A3, A4, A7 dan A10 karena nilai alternatif
sama, peringkat diberikan secara urut dari 4 hingga 8. Maka peringkatnya adalah
diberikan secara urut dari 9 hingga 10. Maka peringkatnya adalah 9 dan 10.
1 Btp(A1) 2 70 85
2 Antang(A2) 3 11 40
3 Baruga(A3) 3 1 5.5
4 Perintis(A4) 1 11 40
5 Sudiang(A5) 2 11 40
6 Daya (A6) 1 11 40
7 Tello(A7) 2 1 5.5
8 Pettarani(A8) 3 11 40
9 Moncongloe(A9) 2 1 5.5
10 Panaikang(A10) 1 11 40
11 Bantoala (A11) 2 70 85
12 Rapoocini(A12) 2 11 40
13 Panakkukang(A13) 2 11 40
14 Tamalate(A14) 2 1 5.5
15 Perumnas(A15) 2 11 40
… … … … …
97 Bakung (A97) 2 70 85
3
98 Maradekaya (A98) 1 70 85
Keterangan :
dan 3. Selanjutnya, nilai rata-rata (Mean) dari kelompok ini dapat dihitung dengan
Pada kelompok alternatif A1, A5, A7 dan A9 karena nilai alternatif sama,
Pada kelompok alternatif A4, A6 dan A10 karena nilai alternatif sama,
peringkat diberikan secara urut dari 8 hingga 10. Maka peringkatnya adalah 8, 9
1 Btp(A1) 3 70 85
2 Antang(A2) 1 16 42.5
3
3 Baruga(A3) 1 1 8
4 Perintis(A4) 1 16 42.5
5 Sudiang(A5) 2 16 42.5
7 Tello(A7) 2 1 8
8 Pettarani(A8) 1 16 42.5
9 Moncongloe(A9) 3 1 8
10 Panaikang(A10) 1 16 42.5
11 Bantoala (A11) 2 70 85
12 Rapoocini(A12) 2 16 42.5
13 Panakkukang(A13) 2 16 42.5
14 Tamalate(A14) 2 1 8
15 Perumnas(A15) 2 16 42.5
… … … … …
96 Mallimongan (A96) 1 1 8
97 Bakung (A97) 1 70 85
98 Maradekaya (A98) 3 70 85
Keterangan :
kelompok alternatif A5, A6, A7 dan A9 karena nilai alternatif sama, peringkat
3
Pada kelompok alternatif A2, A3, A4, A8 dan A10 karena nilai alternatif
sama, peringkat diberikan secara urut dari 6 hingga 10. Maka peringkatnya adalah
Persamaan (1).
Setiap pasangan alternatif dan kriteria sebagai skor jarak dan untuk posisi ideal
ditempati oleh alternatif terbaik serta kriteria yang paling penting. Skor ini
𝐶1:
5+ 1/5 = 26.75
𝐷(𝐴, 𝐶1 = (*1 * 53.55+ + *1 * 1 )
2
2
5+ 1/5 = 42.75
* 1 )
𝐷(𝐴, 𝐶1 = (*1 * 85.55+ + *1
2
2
5+ 1/5 = 26.75
* 1 )
5+ 1/5 = 42.75
𝐷(𝐴, 𝐶1 = (*1 * 85.55+ + *1 * 1 )
2 2
5+ 1/5 = 9.25
𝐷(𝐴, 𝐶1 = (*1 * 18.55+ + *1 *1 )
2
2
5+ 1/5 = 9.25
* 1 )
𝐷(𝐴, 𝐶1 = (*1 * 18.55+ + *1
2
2
4
5+ 1/5 = 26.75
𝐷(𝐴, 𝐶1 = (*1 * 53.55+ + *1 * 1 )
2 2
5+ 1/5 = 9.25
𝐷𝐷(𝐴, 𝐶1 = (*1 * 18.55+ + *1 * 1 )
2 2
5+ 1/5 = 9.25
𝐷(𝐴, 𝐶1 = (*1 * 18.55+ + *1 * 1 )
2 2
𝐶2:
5+ 1/5 = 46.88
𝐷(𝐴, 𝐶2 = (*1 * 93.85+ + *1 *2 )
2
2
1 5 1 5 1/5
𝐷(𝐴, 𝐶2 = ([ * 50.7 ] + [ = 25.33
2 * 2 ])
2
5+ 1/5 = 6.50
𝐷(𝐴, 𝐶2 = (* * 13 + + * * 2 )
1 5 1
2 2
1 5 1 5 1/5
𝐷(𝐴, 𝐶2 = ([ * 50.7 ] + [ = 25.33
2 * 2 ])
2
1 5 1 5 1/5
𝐷(𝐴, 𝐶2 = ([ * 50.7 ] + [ = 25.33
2 * 2 ])
2
1 5 1 5 1/5
𝐷(𝐴, 𝐶2 = ([ * 50.7 ] + [ = 25.33
2 * 2 ])
2
5+ 1/5 = 6.50
𝐷(𝐴, 𝐶2 = (* * 13 + + * * 2 )
1 5 1
2 2
1 5 1 5 1/5
𝐷(𝐴, 𝐶2 = ([ * 50.7 ] + [ = 25.33
2 * 2 ])
2
5+ 1/5 = 6.50
𝐷(𝐴, 𝐶2 = (*1 * 135 + + *1 * 2 )
2 2
4
1 5 1 5 1/5
𝐷(𝐴, 𝐶2 = ([ * 50.7 ] + [ = 25.33
2 * 2 ])
2
𝐶3:
5+ 1/5 = 41.50
𝐷(𝐴, 𝐶3 = (*1 * 835+ + *1 * 3 )
2 2
5+ 1/5 = 19.25
𝐷(𝐴, 𝐶3 = (*1 * 38.55+ + *1 *3 )
2 2
5+ 1/5 = 3.02
𝐷(𝐴, 𝐶3 = (*1 * 65 + + *1 * 3 )
2 2
5+ 1/5 = 19.25
𝐷(𝐴, 𝐶3 = (*1 * 38.55+ + *1 *3 )
2 2
5+ 1/5 = 19.25
𝐷(𝐴, 𝐶3 = (*1 * 38.55+ + *1 * 3 )
2 2
5+ 1/5 = 19.25
𝐷(𝐴, 𝐶3 = (*1 * 38.55+ + *1 * 3 )
2 2
5+ 1/5 = 3.02
𝐷(𝐴, 𝐶3 = (*1 * 65 + + *1 * 3 )
2 2
5+ 1/5 = 19.25
𝐷(𝐴, 𝐶3 = (*1 * 38.55+ + *1 * 3 )
2 2
5+ 1/5 = 3.02
𝐷(𝐴, 𝐶3 = (*1 * 65 + + *1 *3 )
2 2
5+ 1/5 = 19.25
𝐷(𝐴, 𝐶3 = (*1 * 38.55+ + *1
2 2* 3 )
𝐶4:
5+ 1/5 = 42.50
𝐷(𝐴, 𝐶4 = (*1 * 855+ + *1 * 4 )
2
2
5+ 1/5 = 20.00
* 4 )
𝐷(𝐴, 𝐶4 = (*1 * 405+ + *1
2
2
4
5+ 1/5 = 2.85
𝐷(𝐴, 𝐶4 = (*1 * 5.55+ + *1 * 4 )
2 2
5+ 1/5 = 20.00
𝐷(𝐴, 𝐶4 = (*1 * 405+ + *1 * 4 )
2 2
5+ 1/5 = 20.00
𝐷(𝐴, 𝐶4 = (*1 * 405+ + *1 * 4 )
2 2
5 1/5 = 20.00
𝐷(𝐴, 𝐶4 = (*1 * 405+ + *1 * 4+)
2 2
5+
1/5 = 2.85
𝐷(𝐴, 𝐶4 = (*1 * 5.55+ + *1 * 4 )
2 2
5+ 1/5 = 20.00
𝐷(𝐴, 𝐶4 = (*1 * 405+ + *1 * 4 )
2 2
5+ 1/5 = 2.85
𝐷(𝐴, 𝐶4 = (*1 * 5.55+ + *1 * 4 )
2 2
5+ 1/5 = 20.00
𝐷(𝐴, 𝐶4 = (*1 * 405+ + *1
2 2 * 4 )
𝐶5:
5+ 1/5 = 42.50
𝐷(𝐴, 𝐶5 = (*1 * 855+ + *1 * 5 )
2 2
5+ 1/5 = 21.25
𝐷(𝐴, 𝐶5 = (*1 * 42.55+ + *1 *5 )
2 2
5+ 1/5 = 4.07
𝐷(𝐴, 𝐶5 = (*1 * 85 + + *1 * 5 )
2 2
5+ 1/5 = 21.25
𝐷(𝐴, 𝐶5 = (*1 * 42.55+ + *1 *5 )
2
2
5+ 1/5 = 21.25
*5 )
𝐷(𝐴, 𝐶5 = (*1 * 42.55+ + *1
2
2
4
5+ 1/5 = 21.25
𝐷(𝐴, 𝐶5 = (*1 * 42.55+ + *1 * 5 )
2 2
5+ 1/5 = 4.07
𝐷(𝐴, 𝐶5 = (*1 * 85 + + *1 * 5 )
2 2
5
1/5 = 21.25
+
𝐷(𝐴, 𝐶5 = (*1 * 42.55+ + *1 * 5 )
2 2
5+ 1/5 = 4.07
𝐷(𝐴, 𝐶5 = (*1 * 42.55+ + *1 *5 )
2 2
Menghitung Nilai Preferensi dari Nilai Nilai Preferensi dari Nilai dihitung
sebagai berikut :
A1 = (8.03 * 0.3) + (0.65 * 0.1) + (0.30 * 0.1) + (0.57 * 0.2) + (1.22 * 0.3)
) = 38.11
A2 = (2.78* 0.3) + (2.53* 0.1) + (1.93* 0.1) + (4.00* 0.2) + (6.38 * 0.3)
= 27.66
A3 = (12.83* 0.3) + (2.53* 0.1) + (1.93 * 0.1) + (4.00* 0.2) + (6.38 * 0.3)
) = 10.77
A4 = (2.78* 0.3) + (2.53* 0.1) + (1.93 * 0.1) + (4.00* 0.2) + (6.38 * 0.3)
= 17.61
A5 = (2.78* 0.3) + (0.65* 0.1) + (0.30 * 0.1) + (0.57* 0.2) + (1.22 * 0.3)
= 27.66
A6 = (8.03* 0.3) + (2.53* 0.1) + (1.93 * 0.1) + (4.00* 0.2) + (6.38 * 0.3)
= 17.61
5
A7 = (2.78* 0.3) + (0.65* 0.1) + (0.30 * 0.1) + (0.57* 0.2) + (1.22 * 0.3)
= 5.52
A8 = (2.78* 0.3) + (2.53* 0.1) + (1.93 * 0.1) + (4.00* 0.2) + (6.38 * 0.3)
= 22.86
A9 = (2.78* 0.3) + (4.69* 0.1) + (4.15 * 0.1) + (8.50* 0.2) + (12.75 * 0.3)
= 5.52
A10 = (2.78* 0.3) + (2.53* 0.1) + (1.93 * 0.1) + (4.00* 0.2) + (6.38 * 0.3)
= 17.61
…. …. ….
A100 = (2.78* 0.3) + (0.65* 0.1) + (0.30 * 0.1) + (0.57* 0.2) + (1.22 * 0.3)
= 5.52
1 Btp(A1) 38.11 80
2 Antang(A2) 27.66 67
3 Baruga(A3) 10.77 9
4 Perintis(A4) 17.61 26
5 Sudiang(A5) 27.66 67
7 Tello(A7) 5.52 1
8 Pettarani(A8) 22.86 53
9 Moncongloe(A9) 5.52 1
10 Panaikang(A10) 17.61 26
12 Rapoocini(A12) 22.86 53
13 Panakkukang(A13) 17.61 26
14 Tamalate(A14) 15.57 19
15 Perumnas(A15) 22.86 53
17 Sangkarrang(A17) 22.86 53
18 Katimbang(A18) 27.66 67
19 Toddopuli(A19) 10.77 9
5
20 Maccini(A20) 10.77 9
21 Barombong(A21) 17.61 26
22 Batua(A22) 10.77 9
23 Tamangapa(A23) 27.66 67
24 Manggala(A24) 10.77 9
25 Paccerakkang(A25) 17.61 26
27 Pampang(A27) 17.61 26
28 Paropo(A28) 22.86 53
29 Kalukung(A29) 42.91 90
30 Borong(A30) 17.61 26
Warung Mba Asih. Keputusan ini dapat menjadi landasan yang kuat untuk
keyakinan bahwa lokasi yang dipilih telah dianalisis dengan cermat dan
BAB V
KESIMPULAN DAN
SARAN
5.1 Kesimpulan
data lokasi, diperoleh hasil berupa peringkat dan normalisasi nilai pada
pada nilai tertinggi yang diperoleh. Rekomendasi ini dapat menjadi acuan
atau panduan dalam memilih lokasi yang paling sesuai dengan kebutuhan
5.2 Saran
rekomendasi lokasi terbaik. Selain itu, penelitian lebih mendalam juga dapat
melibatkan sampel yang lebih besar dan variasi data yang lebih luas, sehingga
hasilnya dapat menjadi lebih representatif dan dapat diterapkan secara lebih luas
Buku Teks :
Aryanto. (2016). Soal Latihan dan Jawaban Pengolahan Database Mysql Tingkat
Dasar/Pemula. Jakarta: Deepublish.
Rohi, A. (2016). Easy And Simple Web Programing. Jakarta: PT. Elex. Media
Komputindo.
Solichin, Ahmad. (2016). Pemrograman Web Dengan PHP dan MySQL. Jakarta:
Universitas Budi Luhur.
62
6
Jurnal :
Agustini A, Wahyu Joni Kurniawan. (2019). Sistem E-Learning Do'a dan Iqro'
dalam Peningkatan Proses Pembelajaran pada TK Amal Ikhlas. Jurnal
Mahasiswa Aplikasi Teknologi komputer dan Informasi Vol.1 No.3, 154-
159.
Dicky Nofriansyah. (2014). konsep data mining sistem pendukung keputusan (CV
Budi Utama, Ed.). CV Budi Utama.
Harsiti, Henri Aprianti. (2017). Sistem Pendukung Keputusan Pemilihan
Smartphone dengan Menerapkan Metode Simple Additive Weighting
(SAW). Jurnal Sistem Informasi Volume.4, 19-24.
berikut :
65
DAFTAR RIWAYAT HIDUP
Wulandari seknun biasa di panggil Wulan Lahir di mastur
baru pada tanggal 19 Maret 2001.Saya merupakan anak
pertama dari empat bersaudara. Pendidikan Sekolah Dasar di
selesaikan pada tahun 2013 di SD Negeri 3 Mastur baru .
Setelah tamat SD melanjutkan sekolah di Madrasah
Tsanawiyah Mts Mastur lulus pada tahun 2016 dan
melanjutkan sekolah menegah Kejuruan di SMK teknologi
Azahra Mastur dengan jurusan Teknik Komputer dan
Jaringan lulus pada tahun 2019. Setelah lulus , Wulan
melanjutkan pendidikannya ke perguruan tinggi yaitu
STMIK Dipanegara Makassar yang sekarang telah berganti
nama menjadi Universitas Dipa Makassar sejak maret tahun
2021 dan mengambil program studi Teknik Informatika dan
lulus dengan nilai yang sangat memuaskan .