ANALISIS PENENTUAN LOKASI USAHA

WARUNG MAKANAN MENGGUNAKAN METODE

ORESTE

SKRIPSI

Untuk Memenuhi Syarat Memperoleh Gelar Sarjana Strata

1 Program Studi Teknik Informatika

Diajukan Oleh :

Risnayanti 192299
Wulandari Seknun 192293

PROGRAM STUDI TEKNIK INFORMATIKA

UNIVERSITAS DIPA MAKASSAR
2023
 KATA PENGANTAR

Puji syukur penulis panjatkan kehadirat Tuhan Yang Maha Esa karena atas

kehendak dan rahmat-Nya sehingga penulis dapat menyelesaikan penyusunan skripsi

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.

Penulis menyadari sepenuhnya bahwa berbagai hambatan dan rintangan yang

dihadapi dalam penulisan ini karena keterbatasan penulis baik berupa materi maupun

dari segi kemampuan teknis dan akal. Namun semua itu dapat diatasi berkat adanya

bantuan dari semua pihak.

Selanjutnya dalam penyusunan skripsi ini, tak lupa penulis menyampaikan

terima kasih yang sebesar-besarnya serta penghargaan yang setinggi-tingginya kepada

berbagai pihak yang telah membantu baik secara material maupun moril dalam rangka

penyusunan skripsi ini, khususnya kepada :

1. Dr. Y. Johny W Soetikno, SE., MM, Rektor Univeristas Dipa Makassar.

2. Dr. Abdul Rauf, SH.,MH Pembimbing 1, yang senantiasa meluangkan waktunya

untuk memberikan masukan dan bimbingan kepada penulis dalam menyusun

skripsi ini sampai selesai.

3. Ahyuna, S.Kom.,M.I.kom. sebagai pembimbing II, yang senantiasa meluangkan

waktunya untuk memberikan masukan dan bimbingan kepada penulis dalam

menyusun skripsi ini sampai selesai.

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

sampai dengan tahap penyusunan skripsi penulisan.

5. Seluruh Dosen dan Staf karyawan Universitas Dipa Makassar.

6. Saudara - saudaraku khususnya Muhammad Angshar Titaputty, Roy Saputra

Demmangopo, Jeliaty Juessy Frinscihilya dan Putriwasti Suryaningsi. yang selalu

mendampingi pada saat pengerjaan skripsi.

7. Dan terakhir teman-teman seperjuangan mahasiswa tingkat akhir yang saling

membantu baik secara moril maupun materi.

Penulis menyadari sepenuhnya bahwa dalam penyusunan skripsi ini masih

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.

Makassar, September 2023

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

HALAMAN PERSETUJUAN SKRIPSI.....................................................................ii

PENGESAHAN NASKAH SKRIPSI.........................................................................iii

KATA PENGANTAR..................................................................................................iv

ABSTRAK....................................................................................................................vi

DAFTAR ISI................................................................................................................vii

DAFTAR TABEL........................................................................................................xi

DAFTAR GAMBAR...................................................................................................xii

BAB I PENDAHULUAN..............................................................................................1

1.1 Latar Belakang..................................................................................................1

1.2 Rumusan Masalah.............................................................................................3

1.3 Tujuan Penelitian..............................................................................................3

1.4 Sistematika Penulisan.......................................................................................3

BAB II TINJAUAN PUSTAKA.................................................................................5

2.2 Kerangka Teori.................................................................................................6

2.2.1 Sistem Pendukung Keputusan (SPK)...............................................................6

2.2.2 Metode Oreste..................................................................................................7

2.2.2.1 Menghitung Distance Score..........................................................................8

vii
 vii

i 2.2.3

Python.........................................................................................................................9

2.2.4 Anaconda........................................................................................................10

2.2.5 Jupyter............................................................................................................11

2.2.6 Penelitian Terkait............................................................................................12

BAB III METODE PENELITIAN............................................................................14

3.1 Lokasi dan Waktu Penelitian............................................................................14

3.2 Bahan dan Alat Penelitian................................................................................14

3.2.1 Bahan Penelitian.............................................................................................14

3.2.2 Alat Penelitian................................................................................................14

3.3 Jenis Penelitian dan Variabel Penelitian...........................................................15

3.4 Pengumpulan Data............................................................................................16

3.5 Analisis Data.....................................................................................................16

BAB IV ANALISIS DAN HASIL PEMBAHASAN.................................................17

4.1 Analisis...........................................................................................................17

4.2 Hasil Pembahasan...........................................................................................28

4.2.2 Hasil Analisis Metode Oreste.........................................................................59

BAB V PENUNUTUP.................................................................................................60

5.1 Kesimpulan......................................................................................................60

5.2 Saran................................................................................................................60

DAFTAR PUSTAKA..................................................................................................62

LAMPIRAN

RIWAYAT

HIDUP
 DAFTAR GAMBAR

Gambar 2.1 Kerangka Pikir.....................................................................................5

Gambar 2.2.5 Python Logo......................................................................................9

Gambar 2.2.6 Anaconda Python............................................................................10

Gambar 2.2.7 Anaconda Navigator.......................................................................10

Gambar 2.2.8 Jupyter Logo...................................................................................11

Gambar 4.1 Coding Kriteria Penilian Data Lokasi................................................28

Gambar 4.2 Coding Nilai Normalisasi setiap kriteria...........................................42

Gambar 4.3 Coding Menghitung Nilai Jarak Distance Score...............................46

Gambar 4.4 Coding Menghitung Nilai Akumulasi Distance Score......................52

Gambar 4.5 Grafik Hasil Perangkingan................................................................53

Gambar 4.6 Coding Menampilkan Grafik Perangkingan......................................53

Gambar 4.7 Grafik Hasil Perangkingan................................................................58

Gambar 4.8 Coding Menampilkan Grafik Perangkingan Secara Ascending........59

ix
 DAFTAR TABEL

Tabel 1.1 Kriteria.......................................................................................................2

Tabel 2.5 Penelitian Terkait.....................................................................................12

Tabel 3.1 Perangkat Keras Yang Digunakan...........................................................14

Tabel 3.2 Perangkat Lunak Yang Digunakan..........................................................15

Tabel 3.3 Perangkat Lunak Yang Digunakan..........................................................15

Tabel 4.1 Unsur Kriteria..........................................................................................17

Tabel 4.2 Data Bobot Kriteria..................................................................................18

Tabel 4.3 Data Lokasi..............................................................................................19

Tabel 4.4 Penilian Dari Setiap Lokasi.....................................................................23

Tabel 4.5 Nilai Bobot Kriteria Posisi Lokasi...........................................................28

Tabel 4.6 Nilai Bobot Kriteria Kondisi Jalan / Akses Lokasi..................................30

Tabel 4.7 Nilai Bobot Kriteria Parkiran...................................................................32

Tabel 4.8 Nilai Bobot Kriteria Kondisi Keamanan..................................................34

Tabel 4.9 Nilai Bobot Kriteria Lokasi / Keramian..................................................35

Tabel 4.10 Menunjukan Nilai Normalisasi Bobot Kriteria......................................37

Tabel 4.11 Menunjukan Nilai Normalisasi Bobot Kriteria......................................46

Tabel 4.12 Perangkingan..........................................................................................54

x
 BAB I

PENDAHULUA

1.1 Latar Belakang

Saat ini persaingan usaha kian meningkat karenanya perlu pemilihan

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

satunya adalah usaha di bidang makanan, dikarenakan usaha di bidang makanan

masih diyakini sebagai salah satu bentuk usaha yang cukup bagus. Warung Mba

Asih adalah salah satu usaha warung makanan yang saat ini masih menggunakan

intuisi dan kurang mempertimbangkan kriteria-kriteria pendukung serta tidak

menggunakan perhitungan yang sistematis dalam penentuan lokasi usaha untuk

memperluas usahanya selama ini. Maka dari itu, dibuatlah suatu sistem

pendukung keputusan penentuan lokasi usaha menggunakan metode oreste yang

diharapkan dapat memberikan referensi lokasi baru dengan mempertimbangkan

beberapa variabel yang dapat berpengaruh. Serta diharapkan dengan adanya

sistem ini akan menghasilkan sistem rekomendasi penentuan lokasi yang lebih

baik dalam segi pejualan dan dapat meningkatkan laba.

Adapun penentuan lokasi usaha warung makanan yang ini nantinya akan

menggunakan Sistem Pendukung Keputusan dengan metode Oreste. Seperti

diketahui bahwa Sistem Pendukung Keputusan dapat dimanfaatkan untuk

membantu manusia mengambil keputusan dengan cepat, tepat dan konsisten.

1
 2

Metode yang digunakan dalam penentuan lokasi usaha warung makanan

yakni menggunakan metode oreste. Metode oreste adalah salah

satu metode pengambilan keputusan multi criteria atau yang lebih dikenal dengan

istilah Multi Criteria Decision Making (MCDM). MCDM digunakan

untuk menyelesaikan permasalahan dengan kriteria untuk dapat mengambil

keputusan untuk mencapai keputusan akhir.

Sistem pendukung keputusan untuk menentukan lokasi usaha warung

makanan

zNo Kriteria Jenis Penilaian Nilai

Bobot
1 Posisi Lokasi Jalan Besar 3
Jalan Biasa 2
Masuk Lorong 1
2 Kondisi jalan (Akses Lokasi) Bagus 3
Sedang 2
Buruk 1
3 Parkiran Luas 3
Sempit 2
Tidak Ada 1
4 Kondisi Keamanan Aman 3
Kurang Aman 2
Tidak Aman 1
5 Kondisi Lokasi (Keramaian) Ramai 3
Cukup Ramai 2
Tidak Ramai 1
 3

Dalam penelitian ini menggunakan kriteria sebagai berikut :Kriteria tersebut di

atas Kriteria tersebut di atas dimaksudkan untuk dapat membantu pihak dalam

pengambilan keputusan penentuan lokasi warung makanan yang strategis yang

akan dijadikan tempat usaha.

1.2 Rumusan Masalah

Adapun rumusan masalah yang diuraikan berdasarkan latar belakang yaitu

bagaimana penentuan lokasi usaha rumah makan menggunakan metode Oreste ?

1.3 Tujuan Penelitian

Tujuan yang akan dicapai dalam penelitian ini berdasarkan rumusan

masalah yaitu Menerapkan metode Oreste untuk melakukan analisis pengambilan

keputusan lokasi usaha warung makanan terbaik.

1.4 Sistematika Penulisan

Untuk memberikan gambaran umum dari keseluruhan Skripsi ini maka

sistematika penulisannya adalah berikut

BAB I : PENDAHULUAN

Membahas tentang latar belakang dilakukannya penelitian, rumusan

masalah yang akan dibahas, tujuan yang ingin dicapai, batasan

masalah, metode penyelesaian masalah yang digunakan dalam tugas

akhir ini, dan sistematika dari penulisan.

BAB II : TINJAUAN PUSTAKA

Membahas tentang kerangka pikir penelitian, konsep sistem

informasi, Diagram Alir Flowchart, python, konsep perancangan

sistem, konsep database serta konsep pengujian sistem.

 4

BAB III : METODE PENELITIAN

Bab ini membahas tentang tempat melakukan penelitian, teknik

pengumpulan data, jenis penelitian dan variabel penelitian, serta alat

dan bahan penelitian.

BAB IV : ANALISIS DAN HASIL PEMBAHASAN

Bab ini membahas tentang analisis dan hasil pembahasan atau

Mengambil keputusan pemilihan lokasi usaha menggunakan Metode

Oreste.

BAB V : KESIMPULAN DAN SARAN

Bab ini membahas tentang kesimpulan dan saran.

DAFTAR PUSTAKA

LAMPIRAN
 BAB II

TINJAUAN PUSTAKA

2.1 Kerangka Pikir

Kerangka pikir penelitian ini dibuat dalam bentuk skema seperti pada
gambar di bawah ini.

Warung Makanan Mba Asih adalah Warung makan yang kualitas

pelayanannya dapat memberikan produk yang memuaskan konsumen dan
melayani dengan cepat,memiliki komunikasi yang baik dan fasilitas yang
disediakan. Warung yang lokasinya Jl. Tamalanrea No.36, Tamalanrea Raya
Provinsi Sulawesi Selatan yang tepatnya di daerah Kota Makassar.

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

Dengan adanya aplikasi diatas maka diharapkan dapat memberikan solusi

Gambar
terhadap pemilik usaha dalam2.1 Kerangka
melihat Pikirterbaik dalam menentukan
lokasi
lokasi terbaik berdasarkan hasil perangkingan melalui sistem berbasis WEB.

5
 6

2.2 Kerangka Teori

2.2.1 Sistem Pendukung Keputusan (SPK)

Konsep Sistem Pendukung Keputusan pertama kali di ungkapkan pada

awal tahun 1970-an oleh Michael S. Scott Morton dengan istilah Management

Decision System. Yaitu suatu sistem berbasis komputer yang ditujukan untuk

membantu pengambilan keputusan dengan memanfaatkan data dan model tertentu

untuk memecahkan berbagai persoalan yang tidak terstruktur (Dadan Umar

Daihani, 2001:54).

Sistem Pendukung Keputusan (SPK) atau disebut juga dengan Decision

Support System (DSS) adalah salah satu sistem informasi berbasis komputer yang

dipergunakan untuk membantu manusia dalam mengambil sebuah keputusan yang

baik dan tepat. Komponen utama dari SPK ini terdiri atas database, model base,

serta user interface untuk memudahkan proses interaksi antara manusia dengan

komputer (Muhammad Robith Adani, 2021). Tahapan proses dalam mengambil

keputusan, dimulai dari proses identifikasi, perancangan desain, pemilihan solusi,

hingga tahap implementasi program.

Sistem Pendukung Keputusan (SPK) biasanya dibangun untuk

mendukung solusi atas suatu masalah atau untuk suatu peluang. Aplikasi SPK

digunakan dalam pengambilan keputusan. Aplikasi SPK menggunakan CBS

(Computer Based Information System) yang fleksibel, interaktif, dan dapat

diadaptasi, yang dikembangkan untuk mendukung solusi atas masalah manajemen

spesifik yang tidak terstruktur (Tonni Limbung, 2020).

Sistem Pendukung keputusan tidak dimaksudkan untuk mengotomatisasikan

pengambilan keputusan, tetapi memberikan perangkat interaktif yang

 7

memungkinkan pengambilan keputusan untuk melakukan berbagai analisis

menggunakan model-model yang tersedia (Dicky Nofriansyah, 2014).

Tujuan dari Sistem Pendukung keputusan adalah sebagai brikut :

1. Membantu manajer dalam pengambilan keputusan atas masalah semi

terstruktur.

2. Memberikan dukungan atas pertimbangan manajer dana bukannya

dimaksudkan efektivitas keputusan yang diambil menejer lebih daripada

perbaikan efesiensinya.

3. Kecepatan komputasi, Komputer memungkinkan para pengambil

keputusan untuk melakukan banyak komputasi secara cepat dengan biaya

yang rendah.

4. Peningkatan produktivitas, membangun suatu kelompok pengambilan

keputusan, terutama para pakar, bisa sangat mahal.

5. Dukungan kualitas, Komputer bisa meningkatkan kualitas keputusan yang

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,

6. Berdaya saing, manajemen dan pemberdayaan sumber daya perusahaan.

7. Mengatasi keterbatasan kognitif dalam pemrosesan dan penyimpanan.

2.2.2 Metode Oreste

Metode Oreste adalah salah satu metode pengambilan keputusan multi

kriteria atau yang lebih dikenal dengan istilah Multi Criteria Decision Making
 8

(MCDM) yang mengadopsi Besson Rank dalam prosesnya. MCDM digunakan

untuk menyelesaikan permasalahan dengan kriteria yang bertentangan untuk dapat

mengambil keputusan untuk mencapai keputusan akhir (Purwadi, Widiarti Rista

Maya,Ahmad Calam,110:2020).

Besson Rank sendiri merupakan pendekatan untuk membuat skala prioritas

dari setiap indikator kriteria, dimana apabila terdapat nilai kriteria, maka dalam

perankingannya menggunakan pendekatan rata-rata (Purwadi, Widiarti Rista

Maya, Ahmad Calam,112:2020).

Adapun algoritma penyelesaian metode oreste yaitu sebagai :

Langkah 1: Mendefinisikan terlebih dahulu kriteria-kriteria yang

akan dijadikan sebagai tolak ukur.

Langkah 2: Mengubah setiap data alternative ke dalam Besson Rank.

Langkah 3: Menghitung Nilai Distance Score setiap pasangan alternative.

Langkah 4: Menghitung Nilai Preferensi (Vi) = Distance Score*Wj (Nilai

Bobot Kriteria)

Langkah 5: Melakukan perankingan.

2.2.2.1 Menghitung Distance Score

Menghitung Distance Score dengan cara menghitung setiap pasangan

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 :

𝐷(𝑎), 𝐶j = Distance Score

𝑟𝑐j = Besson-Rank kriteria j

𝑟𝑐j(a) = Besson-Rank alternatif dalam kriteria

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

terhadap pemograman yang berorientasi objek secara sederhana dan efisien.

Python merupakan bahasa yang ideal untuk melakukan system scripting dan

pengembangan aplikasi dengan cepat dalam berbagai macam platform (Tresna

Maulana Fahrudin, 2023). Selain dari itu, Python juga dapat digunakan untuk web

development, software development, dan matematika.

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).

Gambar 2.2.5, Python Logo

 1

2.2.4 Anaconda
Anaconda merupakan sebuah platform untuk memberdayakan asset,

kolaborasi, dan menluncurkan projek-projek sains. Anaconda Navigator

merupakan sebuah graphical user interface (GUI) yang dapat digunakan untuk

menjalakan aplikasi dan mengelola packages untuk menggunakan library dalam

kode program yang dibutuhkan untuk data learning. Dalam Anaconda Navigator

terdapat beberapa aplikasi salah satunya adalah Jupyter (Tresna Maulana

Fahrudin, 2023).

Gambar 2.2.6, Anaconda Python

Gambar 2.2.7 , Anaconda Navigator

 1

2.2.5 Jupyter
Jupyter merupakan perangkat lunak yang bersifat open source dan servis

dalam komputasi yang interaktif dalam berbagai macam bahasa pemograman.

JupyterLab adalah interactive development environment yang berbasis web untuk

jupyter notebooks kode program, dan data. JupyterLab fleksibel dalam hal

mendukung workflow untuk data sains, komputasi ilmiah, dan machine learning.

JupyterLab juga bersifat ektensibel dan modular (Tresna Maulana Fahrudin,

2023).

Jupyter notebook adalah sebuah aplikasi web yang bersifat open source

yang diperuntukan dalam data cleaning dan transformasinya, simulasi angka,

visualisasi data, pemodelan statistic, machine learning dll.

Gambar 2.2.8 Jupyter logo

 1

2.2.6 Penelitian Terkait

Tabel 2.5 Penelitian Terkait

No. Peneliti Judul Hasil Perbedaan

1 (Ikhlas & Sistem Pendukung menentukan lokasi Menggunkan

Jafnihirda, Keputusan usaha yang strategis métode Multi
2021) Penentuan Lokasi dengan kriteria Factor Evaluation
Usaha Strategis Tingkat kepadatan Process (MFEP)
Bagi Pelaku penduduk, Besar sedangkan
UMKM di Kota pendapatan penelitian
Padang masyarakat sekitar, selanjutnya
Menggunakan Tingkat Keramaian, menggunakan
Metode Multi Kesesuaian Dana métode Oreste
Factor Evaluation Sewa/ Beli Lokasi,
Process (MFEP) Banyak Usaha
Pendukung, Tingkat
Kompetisi,
Akses,Keamanan
dan kebersihan.
2 (Wati, Penerapan Metode Menentukan Penelitian ini
2021) Simple Additive rekomendasi terbaik menggunakan
Weighting (SAW) bagi para pengusaha métode SAW
Dalam Menentukan untuk mendirikan sedangkan
Lokasi Usaha tempat usaha yang penelitian
strategis sesuai selanjutnya
dengan keinginan menggunakan
mereka berdasarkan métode Oreste
kriteria pasar, harga
dan luas.
 1

No. Peneliti Judul Hasil Perbedaan

3 (Permadi et Sistem Pendukung Sistem pendukung Penelitian ini

al., 2021) Keputusan keputusan untuk menggunakan
Penentuan Lokasi membantu pemilik métode WP
Baru Usaha took Laundry sedangkan
Laundry Sepatu di BECKS dengan cara penelitian
BECKS membandingkan selanjutnya
Menggunakan nilai indeks menggunakan
Metode WP keseluruhan setiap métode Oreste
(Weighted Product) alternatif terhadap
nilai indeks
keseluruhan
alternatif optimal.
4 (Alwendi, Sistem Pendukung Penelitian ini Penelitian
2020) Keputusan menggunakan selanutnya
Pemilihan Toko métode oreste menentukan lokasi
Handphone sebagai sistem usaha terbaik.
Terbaik Di Kota penentuan keputusan
Padangsidimpuan pemilihan
Menggunakan handphone terbaik.
Metode Oreste
 BAB III

METODE PENELITIAN

3.1 Lokasi dan Waktu Penelitian

Penelitian ini dilaksanakan di Warung Makanan Mbah Asih yang beralamat

di Jl. Tamalanrea Raya No 36. Tamalanrea Raya, Kota Makassar, Sulawesi

Selatan 90174. Penelitian ini dilaksanakan selama kurang lebih 4 bulan mulai

bulan November 2022 sampai dengan Februari 2023.

3.2 Bahan dan Alat Penelitian

Bahan dan alat penelitian yang akan digunakan dalam penelitian ini adalah

sebagai berikut:

3.2.1 Bahan Penelitian

Bahan penelitian yang akan digunakan dalam penelitian ini adalah data

lokasi, dan data kriteria penilaian dengan mengambil data melalui kuesioner.

3.2.2 Alat Penelitian

Alat yang akan digunakan dalam penelitian ini berupa software dan

hardware yang mendukung yaitu:

1. Dua (2) unit laptop dengan spesifikasi:

Tabel 3.1 Perangkat keras yang

digunakan

ACER ASUS

Prosesor Intel® Core™ i3 AMD Quad Core A-87410 2.2GHz

14
 1

ACER ASUS

2328M(2.2GHz, 3MB L3 AMD Quad Core A-87410 2.2GHz (2M

Chace) Chace, up to 2.5 GHz)
Intel® HD Graphics 3000 AMD Radeon R5
RAM 2GB DDR3 RAM 8GB DDR3
500GB HDD 500GB HDD

2. Perangkat Lunak, terdiri dari:

Tabel 3.2 Perangkat lunak yang digunakan

No Perangkat Lunak Spesifikasi

1 Sistem Operasi Windows 10

2 Bahasa Pemrograman Python

3. Alat Design

Tabel 3.3 Alat Design yang digunakan

No Nama Alat

1 Google colab

2 Microsoft Visio

3.3 Jenis Penelitian dan Variabel Penelitian

Dalam penelitian ini, jenis-jenis penelitan yang dilakukan adalah sebagai
berikut:
1. Penelitian kuantitatif, yaitu mengumpulkan data-data dari lokasi

penelitian berupa
 1

2. angka yang akan dianalisis menggunakan metode Oreste.

3. Penelitian deskriptif yaitu untuk menyajikan gambaran berupa

output/informasi yang dihasilkan oleh sistem yang dirancang.

Variabel yang akan dianalisis menggunakan metode Oreste adalah:

a. Data lokasi warung yang ada di Makassar.

b. Data lokasi yaitu jarak dan jumlah penduduk.

c. Data kriteria yaitu jumlah nilai bobot yang diberikan setiap kriteria.

3.4 Pengumpulan Data

1. Teknik observasi yaitu informasi yang diperoleh dengan pengamatan

secara langsung pada lokasi penelitian yaitu di Warung Nasi Goreng Mas

Doel dengan sistem pengambilan keputusan berdasarkan metode Oreste

2. Studi Pustaka yaitu membaca buku-buku atau jurnal yang berkaitan dengan

Sistem Pendukung Keputusan berdasarkan metode Oreste untuk

mengetahui secara teoritis permasalahan yang dihadapi

3.5 Analisis Data

Analisis data dilakukan dengan menggunakan metode Oreste dengan

langkah-langkah sebagai berikut

1. Pengumpulan data lokasi warung yang ada di Kota Makassar.

2. Menentukan nilai bobot setiap kriteria dan data training, minimal 100 data.

3. Menampilkan hasil perangkingan berdasarkan nilai kriteria setiap data

lokasi yang ada di Kota Makassar.

 BAB IV

ANALISIS DAN HASIL PEMBAHASAN

4.1 Analisis

Analisa sistem dalam pengambilan keputusan Pemilihan Lokasi usaha

menggunakan metode Oreste. Langkah-langkah penyelesaian sebagai berikut :

4.1.1 Menentukan Kriteria

Tabel 4.1 Unsur Kriteria

No Kriteria Jenis Penilaian Keterangan Nilai Bobot

1 Posisi Lokasi Jalan Besar >= 7 Meter 3

Jalan Biasa >= 4 - 7 Meter 2

Masuk Lorong > 1 - 4 Meter 1

2 Kondisi jalan / Bagus Aspal 3

Akses Lokasi
Sedang Aspal Rusak 2

Buruk Bukan Aspal 1

3 Parkiran Luas > 3 meter 3

Sempit 1 – 3 meter 2

Tidak Ada 0 meter 1

4 Kondisi Aman Terjamin 3

Keamanan
Kurang Aman Cukup aman 2

Tidak Aman Tidak terjamin 1

17
 18

No Kriteria Jenis Penilaian Keterangan Nilai Bobot

5 Kondisi Lokasi Ramai > 2000 Penduduk 3

/ Keramaian
Cukup Ramai >= 1000 - 2000 Penduduk 2

Tidak Ramai < 1000 Penduduk 1

Pada Tabel 4.1 dapat dilihat kriteria-kriteria yang digunakan dalam

pemilihan lokasi terbaik.

4.1.2 Data Bobot Kriteria

Tabel 4.2 Data Bobot Kriteria

No. Kriteria Bobot(%) Nilai

1 Posisi Lokasi (C1) 30 0.3

2 Kondisi jalan / Akses Lokasi (C2) 10 0.1

3 Parkiran (C3) 10 0.1

4 Kondisi Keamanan (C4) 20 0.2

5 Kondisi Lokasi / Keramaian (C5) 30 0.3

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

4.1.3 Data Lokasi

Tabel 4.3 Data Lokasi
NO Alternatif/Lokasi C1 C2 C3 C4 C5
1 Btp(A1) Jalan Biasa Buruk Luas Kurang aman Ramai
2 Antang(A2) Masuk Lorong Sedang Sempit Aman Tidak Ramai
3 Baruga(A3) Jalan Biasa Bagus Sempit Aman Tidak Ramai
4 Perintis(A4) Jalan Besar Sedang Sempit Tidak Aman Tidak Ramai
5 Sudiang(A5) Masuk Lorong Sedang Luas Kurang aman Cukup ramai
6 Daya (A6) Jalan Besar Sedang Buruk Tidak aman Cukup ramai
7 Tello(A7) Jalan Besar Bagus Sempit Kurang aman Cukup ramai
8 Pettarani(A8) Jalan Biasa Sedang Luas Aman Tidak Ramai
9 Moncongloe(A9) Jalan Besar Bagus Luas Kurang aman Ramai
10 Panaikang(A10) Jalan Besar Sedang Sempit Tidak Aman Tidak Ramai
11 Bantoala (A11) Jalan Besar Buruk Tidak ada Kurang aman Cukup ramai
12 Rapoocini(A12) Jalan biasa Sedang Sempit Kurang aman Tidak ramai
13 Panakkukang(A13) Jalan besar Sedang Luas Kurang aman Cukup ramai
14 Tamalate(A14) Masuk lorong Bagus Sempit Kurang aman Cukup ramai
15 Perumnas(A15) Jalan biasa Sedang Sempit Kurang aman Cukup ramai
16 Ujungpandang(A16) Jalan besar Bagus Tidak ada Kurang aman Cukup ramai
17 Sangkarrang(A17) Jalan biasa Sedang Sempit Kurang aman Tidak ramai
18 Katimbang(A18) Masuk lorong Sedang Sempit Tidak aman Cukup ramai
19 Toddopuli(A19) Jalan biasa Bagus Luas Tidak aman Cukup ramai
20 Maccini(A20) Jalan biasa Bagus Sempit Kurang aman Tidak ramai
21 Barombong(A21) Jalan besar Sedang Tidak ada Aman Tidak ramai
22 Batua(A22) Jalan biasa Bagus Sempit Kurang aman Cukup ramai
23 Tamangapa(A23) Masuk Lorong Sedang Tidak ada Kurang aman Cukup ramai
24 Manggala(A24) Jalan Biasa Bagus Sempit Tidak aman Cukup ramai
25 Paccerakkang(A25) Jalan besar Sedang Luas Kurang aman Ramai
26 Kapasa (A26) Jalan biasa Sedang Luasa Kurang aman Cukup ramai
27 Pampang(A27) Jalan besar Sedang Luas Kurang aman Cukup ramai
28 Paropo(A28) Jalan Biasa Sedang Sempit Kurang aman Tidak ramai
 2

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

dengan melakukan observasi dan wawancara langsung dengan masyarakat.

 2

Tabel 4.4 Penilaian dari Setiap Lokasi

No. Alternatif / Lokasi C1 C2 C3 C4 C5

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

No. Alternatif / Lokasi C1 C2 C3 C4 C5

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

32 Bonto Lebang (A32) 2 2 3 1 3

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

36 Jalan Baru (A36) 3 3 1 2 2

37 Tamalanrea (A37) 3 2 2 2 2

38 Tello Baru (A38) 1 3 1 1 3

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

No. Alternatif / Lokasi C1 C2 C3 C4 C5

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

58 Labuang Baji (A58) 3 2 1 1 2

59 Mampu (A59) 1 2 2 2 1

60 Sudiang Raya (A60) 2 2 2 3 2

61 Sinrijala (A61) 2 1 1 2 2

62 Bonto Makkio (A62) 3 2 2 2 1

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

No. Alternatif / Lokasi C1 C2 C3 C4 C5

66 Bontoala Tua (A66) 2 3 1 1 3

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

72 Wajo Baru (A72) 3 2 1 1 2

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

78 Daeng Tata (A78) 2 2 2 2 1

79 Alauddin (A79) 1 3 2 2 2

80 Suwangga (A80) 2 1 2 2 2

81 Totaka (A81) 3 2 2 3 1

82 Ujung Tanah (A82) 1 2 2 2 2

83 Pattunuang (A83) 2 1 1 3 1

84 Lariang (A84) 3 3 2 1 1

85 Mangkura (A85) 1 1 2 2 2

86 Pisang Utara (A86) 2 2 2 2 2

87 Suka Maju (A87) 1 2 1 2 2

 2

No. Alternatif / Lokasi C1 C2 C3 C4 C5

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

93 Gunung Sari (A93) 3 2 1 1 2

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

99 Bara- Baraya (A99) 2 3 1 2 2

100 Laikang (A100) 3 3 2 2 1

Tabel 4.4 menunjukkan penilaian terhadap alternatif. Hasil penilaian

diberikan oleh responden melalui kuesioner, berikut ini adalah tabel nilai

alternatif setiap lokasi terbaik.

 2

Gambar 4.1 Coding Kriteria Penilaian Data Lokasi

4.2 Hasil Pembahasan

4.2.1 Menghitung Nilai Besson Rank (untuk setiap kriteria)

Pada penelitian ini, dilakukan analisis perhitungan metode oreste dan

penentuan keputusan untuk mencapai tujuan yang diharapkan, yaitu menemukan

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

berharga dalam pemilihan lokasi yang sesuai dengan kebutuhan. Pembahasan

hasil ini akan memberikan pemahaman yang lebih mendalam mengenai temuan-

temuan utama dari penelitian dan implikasinya terhadap tujuan yang ingin

diharapkan. Selanjutnya tahap perhitungan nilai bobot masing-masing kriteria

berdasarkan besson rank sebagai berikut :

Tabel 4.5 Nilai Bobot Kriteria Posisi Lokasi (Kriteria 1)

No. Alternatif / Lokasi Nilai Alternatif Ranking Mean

1 Btp(A1) 2 37 53.5

2 Antang(A2) 1 71 85.5
 2

No. Alternatif / Lokasi Nilai Alternatif Ranking Mean

3 Baruga(A3) 2 37 53.5

4 Perintis(A4) 3 1 18.5

5 Sudiang(A5) 1 71 85.5

6 Daya (A6) 3 1 18.5

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

11 Bantoala (A11) 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

… … … … …

96 Mallimongan (A96) 3 1 18.5

97 Bakung (A97) 1 71 85.5

98 Maradekaya (A98) 1 71 85.5

99 Bara- baraya (A99) 2 37 53.5

100 Laikang (A100) 3 1 18.5

 3

Keterangan :

Pada kelompok alternatif A4, A6, A7, A9 karena nilai alternatif sama,

peringkat diberikan secara urut dari 1 hingga 5. Maka peringkatnya adalah 1, 2, 3,

4 … 25. Selanjutnya, nilai rata-rata (Mean) dari kelompok ini dapat dihitung

dengan menjumlahkan peringkat dan membaginya dengan jumlah alternatif dalam

kelompok. Dalam hal ini, nilai rata-rata (Mean) adalah (1 + 2 + 3 + 4 .. 25) / 25 =

18.5.

Pada kelompok alternatif A1, A3 dan A8 karena nilai alternatif sama,

peringkat diberikan secara urut dari 6 hingga 8. Maka peringkatnya adalah 6, 7

dan 8. Sehingga nilai rata-rata (Mean) adalah (30 + .. + 70) / 34 = 53.5.

Pada kelompok alternatif A2 dan A5 karena nilai alternatif sama, peringkat

diberikan secara urut dari 9 hingga 10. Maka peringkatnya adalah 9 dan 10.

Sehingga nilai rata-rata (Mean) adalah (71 … 100) / 30 = 85.5.

Dengan demikian, peringkat dan nilai rata-rata (Mean) untuk masing-masing

kelompok alternatif dapat ditentukan berdasarkan nilai yang diberikan.

Tabel 4.6 Nilai Bobot Kriteria Kondisi Jalan / Akses Lokasi (Kriteria 2)

No. Alternatif / Lokasi Nilai Alternatif Ranking Mean

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

6 Daya (A6) 2 26 50.7

 3

No. Alternatif / Lokasi Nilai Alternatif Ranking Mean

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

11 Bantoala (A11) 1 79 93.8

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

97 Bakung (A97) 1 79 93.8

98 Maradekaya (A98) 1 79 93.8

99 Bara- baraya (A99) 3 1 13

100 Laikang (A100) 3 1 13

Keterangan :

Pada kelompok alternatif A3 dan A7 karena nilai alternatif sama, peringkat

diberikan secara urut dari 1 hingga 2. Maka peringkatnya adalah 1 dan 2.

Selanjutnya, nilai rata-rata (Mean) dari kelompok ini dapat dihitung dengan

menjumlahkan peringkat dan membaginya dengan jumlah alternatif dalam

kelompok. Dalam hal ini, nilai rata-rata (Mean) adalah (1 + 2) / 2 = 1.5.

 3

Pada kelompok alternatif A2, A4, A5, A6, A8 dan A10 karena nilai

alternatif sama, peringkat diberikan secara urut dari 3 hingga 8. Maka

peringkatnya adalah 3, 4, 5, 6, 7 dan 8. Sehingga nilai rata-rata (Mean) adalah (3 +

4 + 5 + 6 + 7 + 8) / 6 = 5.5.

Pada kelompok alternatif A1 dan A9 karena nilai alternatif sama, peringkat

diberikan secara urut dari 9 hingga 10. Maka peringkatnya adalah 9 dan 10.

Sehingga nilai rata-rata (Mean) adalah (9 + 10) / 2 = 9.5.

Dengan demikian, peringkat dan nilai rata-rata (Mean) untuk masing-masing

kelompok alternatif dapat ditentukan berdasarkan nilai yang diberikan.

Tabel 4.7 Nilai Bobot Kriteria Parkiran (Kriteria 3)

No. Alternatif / Lokasi Nilai Alternatif Ranking Mean

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

6 Daya (A6) 1 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

No. Alternatif / Lokasi Nilai Alternatif Ranking Mean

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

99 Bara- baraya (A99) 1 1 6

100 Laikang (A100) 2 1 6

Keterangan :

Pada kelompok alternatif A1, A5 dan A8 karena nilai alternatif sama,

peringkat diberikan secara urut dari 1 hingga 3. Maka peringkatnya adalah 1, 2

dan 3. Selanjutnya, nilai rata-rata (Mean) dari kelompok ini dapat dihitung dengan

menjumlahkan peringkat dan membaginya dengan jumlah alternatif dalam

kelompok. Dalam hal ini, nilai rata-rata (Mean) adalah (1 + 2 + 3 ) / 3 = 2.

Pada kelompok alternatif A2, A3, A4, A7 dan A10 karena nilai alternatif

sama, peringkat diberikan secara urut dari 4 hingga 8. Maka peringkatnya adalah

4, 5, 6, 7 dan 8. Sehingga nilai rata-rata (Mean) adalah (6 + 7 + 8) / 3 = 6.

Pada kelompok alternatif A6 dan A9 karena nilai alternatif sama, peringkat

diberikan secara urut dari 9 hingga 10. Maka peringkatnya adalah 9 dan 10.

Sehingga nilai rata-rata (Mean) adalah (9 + 10) / 2 = 9.5.

 3

Dengan demikian, peringkat dan nilai rata-rata (Mean) untuk masing-masing

kelompok alternatif dapat ditentukan berdasarkan nilai yang diberikan.

Tabel 4.8 Nilai Bobot Kriteria Kondisi Keamanan (Kriteria 4)

No. Alternatif / Lokasi Nilai Alternatif Ranking Mean

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

… … … … …

96 Mallimongan (A96) 2 1 5.5

97 Bakung (A97) 2 70 85
 3

No. Alternatif / Lokasi Nilai Alternatif Ranking Mean

98 Maradekaya (A98) 1 70 85

99 Bara- baraya (A99) 2 1 5.5

100 Laikang (A100) 2 1 5.5

Keterangan :

Pada kelompok alternatif A2, A3 dan A8 karena nilai alternatif sama,

peringkat diberikan secara urut dari 1 hingga 3. Maka peringkatnya adalah 1, 2

dan 3. Selanjutnya, nilai rata-rata (Mean) dari kelompok ini dapat dihitung dengan

menjumlahkan peringkat dan membaginya dengan jumlah alternatif dalam

kelompok. Dalam hal ini, nilai rata-rata (Mean) adalah (1 + 2 + 3 ) / 5 = 2.

Pada kelompok alternatif A1, A5, A7 dan A9 karena nilai alternatif sama,

peringkat diberikan secara urut dari 4 hingga 7. Maka peringkatnya adalah 4, 5, 6

dan 7. Sehingga nilai rata-rata (Mean) adalah (4 + 5 + 6 + 7) / 4 = 5.5.

Pada kelompok alternatif A4, A6 dan A10 karena nilai alternatif sama,

peringkat diberikan secara urut dari 8 hingga 10. Maka peringkatnya adalah 8, 9

dan 10. Sehingga nilai rata-rata (Mean) adalah (8 + 9 + 10) / 3 = 9.

Dengan demikian, peringkat dan nilai rata-rata (Mean) untuk masing-masing

kelompok alternatif dapat ditentukan berdasarkan nilai yang diberikan.

Tabel 4.9 Nilai Bobot Kriteria Kondisi Lokasi / Keramaian (Kriteria 5)

No. Alternatif / Lokasi Nilai Alternatif Ranking Mean

1 Btp(A1) 3 70 85

2 Antang(A2) 1 16 42.5
 3

No. Alternatif / Lokasi Nilai Alternatif Ranking Mean

3 Baruga(A3) 1 1 8

4 Perintis(A4) 1 16 42.5

5 Sudiang(A5) 2 16 42.5

6 Daya (A6) 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

99 Bara- baraya (A99) 2 1 8

100 Laikang (A100) 1 1 8

Keterangan :

Pada alternatif A1 peringkat diberikan dengan nilai. Selanjutnya pada

kelompok alternatif A5, A6, A7 dan A9 karena nilai alternatif sama, peringkat
 3

diberikan secara urut dari 2 hingga 5. Maka peringkatnya adalah 2, 3, 4 dan 5.

Sehingga nilai rata-rata (Mean) adalah (2 + 3 + 4 + 5) / 4 = 3.5.

Pada kelompok alternatif A2, A3, A4, A8 dan A10 karena nilai alternatif

sama, peringkat diberikan secara urut dari 6 hingga 10. Maka peringkatnya adalah

2 dan 5. Sehingga nilai rata-rata (Mean) adalah (6 + 7 + 8 + 9 + 10) / 4 = 8.

Dengan demikian, peringkat dan nilai rata-rata (Mean) untuk masing-masing

kelompok alternatif dapat ditentukan berdasarkan nilai yang diberikan.

Tabel 4.10 menunjukkan Nilai Normalisasi Bobot Kriteria.

No. Alternatif / Lokasi C1 C2 C3 C4 C5

1 Btp(A1) 23.75 6.00 47.75 30.50 46.75

2 Antang(A2) 7.75 25.00 31.75 47.75 8.00

3 Baruga(A3) 23.75 44.25 31.75 47.75 8.00

4 Perintis(A4) 41.25 25.00 31.75 8.00 8.00

5 Sudiang(A5) 7.75 25.00 47.75 30.50 29.50

6 Daya (A6) 41.25 25.00 9.25 8.00 29.50

7 Tello(A7) 41.25 44.25 31.75 30.50 29.50

8 Pettarani(A8) 23.75 25.00 47.75 47.75 8.00

9 Moncongloe(A9) 41.25 6.00 9.25 30.50 29.50

10 Panaikang(A10) 41.25 25.00 31.75 8.00 8.00

11 Bantoala (A11) 41.25 6.00 9.25 30.50 29.50

12 Rapoocini(A12) 23.75 25.00 31.75 30.50 29.50

13 Panakkukang(A13) 41.25 25.00 47.75 30.50 29.50

14 Tamalate(A14) 7.75 44.25 31.75 30.50 29.50

 3

No. Alternatif / Lokasi C1 C2 C3 C4 C5

15 Perumnas(A15) 23.75 25.00 31.75 30.50 29.50

16 Ujung Pandang(A16) 41.25 25.00 9.25 30.50 29.50

17 Sangkarrang(A17) 23.75 25.00 31.75 30.50 8.00

18 Katimbang(A18) 7.75 25.00 31.75 8.00 29.50

19 Toddopuli(A19) 23.75 25.00 47.75 8.00 29.50

20 Maccini(A20) 23.75 25.00 31.75 30.50 29.50

21 Barombong(A21) 41.25 25.00 9.25 47.75 8.00

22 Batua(A22) 23.75 25.00 31.75 30.50 29.50

23 Tamangapa(A23) 7.75 25.00 9.25 47.75 29.50

24 Manggala(A24) 23.75 25.00 31.75 8.00 29.50

25 Paccerakkang(A25) 41.25 25.00 31.75 30.50 46.75

26 Kapasa (A26) 23.75 25.00 47.75 30.50 29.50

27 Pampang(A27) 41.25 25.00 47.75 30.50 29.50

28 Paropo(A28) 23.75 25.00 31.75 30.50 8.00

29 Kalukung(A29) 7.75 6.00 31.75 30.50 29.50

30 Borong(A30) 41.25 25.00 31.75 47.75 8.00

31 Barana (A31) 7.75 6.00 31.75 30.50 29.50

32 Bonto Lebang (A32) 23.75 25.00 47.75 8.00 46.75

33 Mandala (A33) 41.25 25.00 9.25 30.50 29.50

34 Kassi-Kassi (A34) 23.75 25.00 31.75 30.50 8.00

35 Lakkang (A35) 7.75 6.00 31.75 30.50 8.00

36 Jalan Baru (A36) 41.25 25.00 9.25 30.50 29.50

 3

No. Alternatif / Lokasi C1 C2 C3 C4 C5

37 Tamalanrea (A37) 41.25 25.00 31.75 30.50 29.50

38 Tello Baru (A38) 7.75 25.00 9.25 8.00 46.75

39 Mangasa (A39) 23.75 6.00 31.75 30.50 8.00

40 Bungaya (A40) 7.75 25.00 9.25 8.00 29.50

41 Tidung (A41) 41.25 25.00 31.75 8.00 8.00

42 Lakkang (A42) 7.75 6.00 31.75 30.50 29.50

43 Tallo (A43) 23.75 25.00 31.75 30.50 29.50

44 Parangloe (A44) 41.25 25.00 9.25 30.50 8.00

45 Butung (A45) 41.25 25.00 31.75 8.00 46.75

46 Lette (A46) 7.75 6.00 9.25 30.50 8.00

47 Buakana (A47) 7.75 6.00 31.75 8.00 29.50

48 Ballaparang (A48) 23.75 25.00 9.25 30.50 29.50

49 Cambayya (A49) 7.75 25.00 31.75 8.00 46.75

50 Buloa (A50) 41.25 25.00 9.25 8.00 29.50

51 Katimbang (A51) 7.75 25.00 9.25 8.00 29.50

52 Padang (A52) 23.75 25.00 31.75 8.00 8.00

53 Maricaya (A53) 7.75 25.00 9.25 30.50 8.00

54 Lajangiru (A54) 23.75 25.00 9.25 30.50 46.75

55 Losari (A55) 41.25 25.00 31.75 30.50 29.50

56 Maloku (A56) 7.75 25.00 31.75 8.00 8.00

57 Pa'batang (A57) 41.25 25.00 9.25 8.00 8.00

58 Labuang Baji (A58) 41.25 25.00 9.25 8.00 29.50

 4

No. Alternatif / Lokasi C1 C2 C3 C4 C5

59 Mampu (A59) 7.75 25.00 31.75 30.50 8.00

60 Sudiang Raya (A60) 23.75 25.00 31.75 47.75 29.50

61 Sinrijala (A61) 23.75 6.00 9.25 30.50 29.50

62 Bonto Makkio (A62) 41.25 25.00 31.75 30.50 8.00

63 Mappala (A63) 41.25 25.00 31.75 30.50 29.50

64 Karuwisi (A64) 41.25 25.00 31.75 30.50 29.50

65 Layang (A65) 7.75 6.00 9.25 30.50 8.00

66 Bontoala Tua (A66) 23.75 25.00 9.25 8.00 46.75

67 Tammua (A67) 7.75 25.00 31.75 8.00 29.50

68 Gaddong (A68) 23.75 6.00 47.75 30.50 8.00

69 Pai (A69) 41.25 25.00 9.25 30.50 29.50

70 Bulurokeng (A70) 23.75 25.00 9.25 30.50 29.50

71 Untia (A71) 7.75 25.00 31.75 8.00 46.75

72 Wajo Baru (A72) 41.25 25.00 9.25 8.00 29.50

73 Mannuruki (A73) 23.75 25.00 9.25 30.50 29.50

74 Karuwisi (A74) 41.25 25.00 31.75 8.00 29.50

75 Tanjung (A75) 41.25 25.00 31.75 8.00 29.50

76 Masale (A76) 23.75 6.00 9.25 30.50 46.75

77 Bulurokeng (A77) 7.75 25.00 9.25 30.50 29.50

78 Daeng Tata (A78) 23.75 25.00 31.75 30.50 8.00

79 Alauddin (A79) 7.75 25.00 31.75 30.50 29.50

80 Suwangga (A80) 23.75 6.00 31.75 30.50 29.50

 4

No. Alternatif / Lokasi C1 C2 C3 C4 C5

81 Totaka (A81) 41.25 25.00 31.75 47.75 8.00

82 Ujung Tanah (A82) 7.75 25.00 31.75 30.50 29.50

83 Pattunuang (A83) 23.75 6.00 9.25 47.75 8.00

84 Lariang (A84) 41.25 25.00 31.75 8.00 8.00

85 Mangkura (A85) 7.75 6.00 31.75 30.50 29.50

86 Pisang Utara (A86) 23.75 25.00 31.75 30.50 29.50

87 Suka Maju (A87) 7.75 25.00 9.25 30.50 29.50

88 Lembo (A88) 23.75 25.00 31.75 8.00 29.50

89 Rappojawa (A89) 41.25 25.00 9.25 8.00 46.75

90 Ende (A90) 7.75 6.00 31.75 30.50 29.50

91 Tamarunang (A91) 41.25 25.00 31.75 8.00 8.00

92 Mario (A92) 23.75 6.00 9.25 30.50 46.75

93 Gunung Sari (A93) 41.25 25.00 9.25 8.00 29.50

94 Baru (A94) 7.75 25.00 47.75 30.50 46.75

95 Melayu (A95) 23.75 6.00 31.75 47.75 29.50

96 Mallimongan (A96) 41.25 25.00 9.25 30.50 8.00

97 Bakung (A97) 7.75 6.00 9.25 30.50 8.00

98 Maradekaya (A98) 7.75 6.00 31.75 8.00 46.75

99 Bara- Baraya (A99) 23.75 44.25 9.25 30.50 29.50

100 Laikang (A100) 41.25 44.25 31.75 30.50 8.00

 4

Menghitung Nilai Distance Score Nilai Distance Score dihitung menggunakan

Persamaan (1).

Gambar 4.2 Coding Nilai Normalisasi Setiap Kriteria

Setiap pasangan alternatif dan kriteria sebagai skor jarak dan untuk posisi ideal

ditempati oleh alternatif terbaik serta kriteria yang paling penting. Skor ini

merupakan nilai rata-rata Besson Rank 𝑅 𝐶j kriteria 𝐶j dan Besson Rank

𝑅 𝐶j (𝑎) alternatif 𝑎 dalam 𝐶j kriteria . Diketahui 𝑅 = 5 dan 𝐶j (𝑎). Maka :

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 )

𝐷(𝐴, 𝐶1 = (*1 * 53.55+ + *1 5+ 1/5 = 9.25

2
2
𝐷(𝐴, 𝐶1 = (*1 * 18.55+ + *1 * 1 )
2 2

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

𝐷(𝐴, 𝐶5 = (*1 * 85 + + *1 5+ 1/5 = 21.25

2 2
*5 )

Gambar 4.3 Coding Menghitung Nilai Jarak Distance Score

Tabel 4.11 menunjukkan Nilai Normalisasi Bobot Kriteria.

No. Alternatif / Lokasi C1 C2 C3 C4 C5

1 Btp(A1) 8.03 4.69 4.15 8.50 12.75

2 Antang(A2) 12.83 2.53 1.93 4.00 6.38

3 Baruga(A3) 8.03 0.65 0.30 0.57 1.22

4 Perintis(A4) 2.78 2.53 1.93 4.00 6.38

5 Sudiang(A5) 12.83 2.53 1.93 4.00 6.38

6 Daya (A6) 2.78 2.53 1.93 4.00 6.38

 4

No. Alternatif / Lokasi C1 C2 C3 C4 C5

7 Tello(A7) 2.78 0.65 0.30 0.57 1.22

8 Pettarani(A8) 8.03 2.53 1.93 4.00 6.38

9 Moncongloe(A9) 2.78 0.65 0.30 0.57 1.22

10 Panaikang(A10) 2.78 2.53 1.93 4.00 6.38

11 Bantoala (A11) 2.78 4.69 4.15 8.50 12.75

12 Rapoocini(A12) 8.03 2.53 1.93 4.00 6.38

13 Panakkukang(A13) 2.78 2.53 1.93 4.00 6.38

14 Tamalate(A14) 12.83 0.65 0.30 0.57 1.22

15 Perumnas(A15) 8.03 2.53 1.93 4.00 6.38

16 Ujung Pandang(A16) 2.78 0.65 0.30 0.57 1.22

17 Sangkarrang(A17) 8.03 2.53 1.93 4.00 6.38

18 Katimbang(A18) 12.83 2.53 1.93 4.00 6.38

19 Toddopuli(A19) 8.03 0.65 0.30 0.57 1.22

20 Maccini(A20) 8.03 0.65 0.30 0.57 1.22

21 Barombong(A21) 2.78 2.53 1.93 4.00 6.38

22 Batua(A22) 8.03 0.65 0.30 0.57 1.22

23 Tamangapa(A23) 12.83 2.53 1.93 4.00 6.38

24 Manggala(A24) 8.03 0.65 0.30 0.57 1.22

25 Paccerakkang(A25) 2.78 2.53 1.93 4.00 6.38

26 Kapasa (A26) 8.03 2.53 1.93 4.00 6.38

27 Pampang(A27) 2.78 2.53 1.93 4.00 6.38

28 Paropo(A28) 8.03 2.53 1.93 4.00 6.38

 4

No. Alternatif / Lokasi C1 C2 C3 C4 C5

29 Kalukung(A29) 12.83 4.69 4.15 8.50 12.75

30 Borong(A30) 2.78 2.53 1.93 4.00 6.38

31 Barana (A31) 12.83 4.69 4.15 8.50 12.75

32 Bonto Lebang (A32) 8.03 2.53 1.93 4.00 6.38

33 Mandala (A33) 2.78 2.53 1.93 4.00 6.38

34 Kassi-Kassi (A34) 8.03 2.53 1.93 4.00 6.38

35 Lakkang (A35) 12.83 4.69 4.15 8.50 12.75

36 Jalan Baru (A36) 2.78 0.65 0.30 0.57 1.22

37 Tamalanrea (A37) 2.78 2.53 1.93 4.00 6.38

38 Tello Baru (A38) 12.83 0.65 0.30 0.57 1.22

39 Mangasa (A39) 8.03 4.69 4.15 8.50 12.75

40 Bungaya (A40) 12.83 2.53 1.93 4.00 6.38

41 Tidung (A41) 2.78 2.53 1.93 4.00 6.38

42 Lakkang (A42) 12.83 4.69 4.15 8.50 12.75

43 Tallo (A43) 8.03 2.53 1.93 4.00 6.38

44 Parangloe (A44) 2.78 2.53 1.93 4.00 6.38

45 Butung (A45) 2.78 2.53 1.93 4.00 6.38

46 Lette (A46) 12.83 4.69 4.15 8.50 12.75

47 Buakana (A47) 12.83 4.69 4.15 8.50 12.75

48 Ballaparang (A48) 8.03 2.53 1.93 4.00 6.38

49 Cambayya (A49) 12.83 2.53 1.93 4.00 6.38

50 Buloa (A50) 2.78 2.53 1.93 4.00 6.38

 4

No. Alternatif / Lokasi C1 C2 C3 C4 C5

51 Katimbang (A51) 12.83 0.65 0.30 0.57 1.22

52 Padang (A52) 8.03 0.65 0.30 0.57 1.22

53 Maricaya (A53) 12.83 0.65 0.30 0.57 1.22

54 Lajangiru (A54) 8.03 2.53 1.93 4.00 6.38

55 Losari (A55) 2.78 0.65 0.30 0.57 1.22

56 Maloku (A56) 12.83 2.53 1.93 4.00 6.38

57 Pa'batang (A57) 2.78 2.53 1.93 4.00 6.38

58 Labuang Baji (A58) 2.78 2.53 1.93 4.00 6.38

59 Mampu (A59) 12.83 2.53 1.93 4.00 6.38

60 Sudiang Raya (A60) 8.03 2.53 1.93 4.00 6.38

61 Sinrijala (A61) 8.03 4.69 4.15 8.50 12.75

62 Bonto Makkio (A62) 2.78 2.53 1.93 4.00 6.38

63 Mappala (A63) 2.78 2.53 1.93 4.00 6.38

64 Karuwisi (A64) 2.78 2.53 1.93 4.00 6.38

65 Layang (A65) 12.83 4.69 4.15 8.50 12.75

66 Bontoala Tua (A66) 8.03 0.65 0.30 0.57 1.22

67 Tammua (A67) 12.83 0.65 0.30 0.57 1.22

68 Gaddong (A68) 8.03 4.69 4.15 8.50 12.75

69 Pai (A69) 2.78 2.53 1.93 4.00 6.38

70 Bulurokeng (A70) 8.03 4.69 4.15 8.50 12.75

71 Untia (A71) 12.83 2.53 1.93 4.00 6.38

72 Wajo Baru (A72) 2.78 2.53 1.93 4.00 6.38

 5

No. Alternatif / Lokasi C1 C2 C3 C4 C5

73 Mannuruki (A73) 8.03 0.65 0.30 0.57 1.22

74 Karuwisi (A74) 2.78 2.53 1.93 4.00 6.38

75 Tanjung (A75) 2.78 2.53 1.93 4.00 6.38

76 Masale (A76) 8.03 4.69 4.15 8.50 12.75

77 Bulurokeng (A77) 12.83 0.65 0.30 0.57 1.22

78 Daeng Tata (A78) 8.03 2.53 1.93 4.00 6.38

79 Alauddin (A79) 12.83 0.65 0.30 0.57 1.22

80 Suwangga (A80) 8.03 4.69 4.15 8.50 12.75

81 Totaka (A81) 2.78 2.53 1.93 4.00 6.38

82 Ujung Tanah (A82) 12.83 2.53 1.93 4.00 6.38

83 Pattunuang (A83) 8.03 4.69 4.15 8.50 12.75

84 Lariang (A84) 2.78 0.65 0.30 0.57 1.22

85 Mangkura (A85) 12.83 4.69 4.15 8.50 12.75

86 Pisang Utara (A86) 8.03 2.53 1.93 4.00 6.38

87 Suka Maju (A87) 12.83 2.53 1.93 4.00 6.38

88 Lembo (A88) 8.03 0.65 0.30 0.57 1.22

89 Rappojawa (A89) 2.78 2.53 1.93 4.00 6.38

90 Ende (A90) 12.83 4.69 4.15 8.50 12.75

91 Tamarunang (A91) 2.78 2.53 1.93 4.00 6.38

92 Mario (A92) 8.03 4.69 4.15 8.50 12.75

93 Gunung Sari (A93) 2.78 2.53 1.93 4.00 6.38

94 Baru (A94) 12.83 2.53 1.93 4.00 6.38

 5

No. Alternatif / Lokasi C1 C2 C3 C4 C5

95 Melayu (A95) 8.03 4.69 4.15 8.50 12.75

96 Mallimongan (A96) 2.78 0.65 0.30 0.57 1.22

97 Bakung (A97) 12.83 4.69 4.15 8.50 12.75

98 Maradekaya (A98) 12.83 4.69 4.15 8.50 12.75

99 Bara- Baraya (A99) 8.03 0.65 0.30 0.57 1.22

100 Laikang (A100) 2.78 0.65 0.30 0.57 1.22

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

Gambar 4.4 Coding Menghitung Nilai Akumulasi Distance Score

 5

Gambar 4.5, Grafik Hasil Perangkingan

Gambar 4.6 Coding Menampilkan Grafik Perangkingan

 5

Perangkingan Berdasarkan Nilai Distance Score

Tabel 4.12 Perangkingan

No. Alternatif / Lokasi Nilai Preferensi Ranking

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

6 Daya (A6) 17.61 26

7 Tello(A7) 5.52 1

8 Pettarani(A8) 22.86 53

9 Moncongloe(A9) 5.52 1

10 Panaikang(A10) 17.61 26

11 Bantoala (A11) 32.86 79

12 Rapoocini(A12) 22.86 53

13 Panakkukang(A13) 17.61 26

14 Tamalate(A14) 15.57 19

15 Perumnas(A15) 22.86 53

16 Ujung Pandang(A16) 5.52 1

17 Sangkarrang(A17) 22.86 53

18 Katimbang(A18) 27.66 67

19 Toddopuli(A19) 10.77 9
 5

No. Alternatif / Lokasi Nilai Preferensi Ranking

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

26 Kapasa (A26) 22.86 53

27 Pampang(A27) 17.61 26

28 Paropo(A28) 22.86 53

29 Kalukung(A29) 42.91 90

30 Borong(A30) 17.61 26

31 Barana (A31) 42.91 90

32 Bonto Lebang (A32) 22.86 53

33 Mandala (A33) 17.61 26

34 Kassi-Kassi (A34) 22.86 53

35 Lakkang (A35) 42.91 90

36 Jalan Baru (A36) 5.52 1

37 Tamalanrea (A37) 17.61 26

38 Tello Baru (A38) 15.57 19

39 Mangasa (A39) 38.11 80

40 Bungaya (A40) 27.66 67

41 Tidung (A41) 17.61 26

 5

No. Alternatif / Lokasi Nilai Preferensi Ranking

42 Lakkang (A42) 42.91 90

43 Tallo (A43) 22.86 53

44 Parangloe (A44) 17.61 26

45 Butung (A45) 17.61 26

46 Lette (A46) 42.91 90

47 Buakana (A47) 42.91 90

48 Ballaparang (A48) 22.86 53

49 Cambayya (A49) 27.66 67

50 Buloa (A50) 17.61 26

51 Katimbang (A51) 15.57 19

52 Padang (A52) 10.77 9

53 Maricaya (A53) 15.57 19

54 Lajangiru (A54) 22.86 53

55 Losari (A55) 5.52 1

56 Maloku (A56) 27.66 67

57 Pa'batang (A57) 17.61 26

58 Labuang Baji (A58) 17.61 26

59 Mampu (A59) 27.66 67

60 Sudiang Raya (A60) 22.86 53

61 Sinrijala (A61) 38.11 80

62 Bonto Makkio (A62) 17.61 26

63 Mappala (A63) 17.61 26

 5

No. Alternatif / Lokasi Nilai Preferensi Ranking

64 Karuwisi (A64) 17.61 26

65 Layang (A65) 42.91 90

66 Bontoala Tua (A66) 10.77 9

67 Tammua (A67) 15.57 19

68 Gaddong (A68) 38.11 80

69 Pai (A69) 17.61 26

70 Bulurokeng (A70) 38.11 80

71 Untia (A71) 27.66 67

72 Wajo Baru (A72) 17.61 26

73 Mannuruki (A73) 10.77 9

74 Karuwisi (A74) 17.61 26

75 Tanjung (A75) 17.61 26

76 Masale (A76) 38.11 80

77 Bulurokeng (A77) 15.57 19

78 Daeng Tata (A78) 22.86 53

79 Alauddin (A79) 15.57 19

80 Suwangga (A80) 38.11 80

81 Totaka (A81) 17.61 26

82 Ujung Tanah (A82) 27.66 67

83 Pattunuang (A83) 38.11 80

84 Lariang (A84) 5.52 1

85 Mangkura (A85) 42.91 90

 5

No. Alternatif / Lokasi Nilai Preferensi Ranking

86 Pisang Utara (A86) 22.86 53

87 Suka Maju (A87) 27.66 67

88 Lembo (A88) 10.77 9

89 Rappojawa (A89) 17.61 26

90 Ende (A90) 42.91 90

91 Tamarunang (A91) 17.61 26

92 Mario (A92) 38.11 80

93 Gunung Sari (A93) 17.61 26

94 Baru (A94) 27.66 67

95 Melayu (A95) 38.11 80

96 Mallimongan (A96) 5.52 1

97 Bakung (A97) 42.91 90

98 Maradekaya (A98) 42.91 90

99 Bara- Baraya (A99) 10.77 9

100 Laikang (A100) 5.52 1

Gambar 4.7 Grafik Hasil Perankingan

 5

Gambar 4.8 Coding Menampilkan Grafik Perangkingan Secara Ascending

4.2.2 Hasil Analisis Metode Oreste

Berdasarkan hasil analisis dan perhitungan menggunakan metode Oreste,

diketahui bahwa alternatif A9 yaitu Moncongloe membuka cabang baru untuk

Warung Mba Asih. 4

Nilai preferensi sebesar 5.52 dan kedudukan sebagai peringkat dalam

pemilihan lokasi menunjukkan bahwa lokasi A9 yaitu Moncongloe dapat

dianggap sebagai pilihan optimal untuk mendirikan dan mengembangkan usaha

Warung Mba Asih. Keputusan ini dapat menjadi landasan yang kuat untuk

melanjutkan perencanaan dan implementasi usaha Warung Mba Asih. Dengan

keyakinan bahwa lokasi yang dipilih telah dianalisis dengan cermat dan

berdasarkan kriteria yang telah ditentukan.

 6

BAB V

KESIMPULAN DAN

SARAN

5.1 Kesimpulan

Hasil penelitian ini dapat disimpulkan sebagai berikut:

1. Berdasarkan analisis yang dilakukan menggunakan metode Oreste pada 10

data lokasi, diperoleh hasil berupa peringkat dan normalisasi nilai pada

setiap kriteria. Dengan demikian, dapat diidentifikasi perbedaan signifikan

antara lokasi-lokasi yang dianalisis berdasarkan kriteria yang ditetapkan.

2. Penelitian ini menghasilkan rekomendasi lokasi terbaik yang didasarkan

pada nilai tertinggi yang diperoleh. Rekomendasi ini dapat menjadi acuan

atau panduan dalam memilih lokasi yang paling sesuai dengan kebutuhan

atau tujuan yang diinginkan.

Dengan demikian, penelitian ini memberikan kontribusi dalam

memberikan pemahaman lebih dalam tentang kualitas dan peringkat lokasi

berdasarkan kriteria yang telah ditetapkan. Rekomendasi lokasi terbaik dapat

digunakan sebagai landasan pengambilan keputusan dalam pemilihan lokasi

tempat usaha warung makanan yang optimal.

5.2 Saran

Diharapkan penelitian selanjutnya dapat mempertimbangkan aspek-aspek

tambahan seperti faktor lingkungan, infrastruktur, dan kebutuhan spesifik

pengguna dalam mengevaluasi dan membandingkan lokasi yang dihadirkan. Hal

ini dapat meningkatkan kehandalan dan keakuratan dalam menentukan

 6

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

dalam konteks pengambilan keputusan terkait penentuan lokasi.

Dengan demikian, upaya untuk terus mengembangkan dan memperbaiki

metode serta menyempurnakan penilaian lokasi menjadi penting agar dapat

memberikan hasil yang lebih optimal dan bermanfaat dalam praktiknya.

 DAFTAR PUSTAKA

Buku Teks :
Aryanto. (2016). Soal Latihan dan Jawaban Pengolahan Database Mysql Tingkat
Dasar/Pemula. Jakarta: Deepublish.

Iqbal, M. (2019). 5 Jam Belajar PHP MySQL Dengan Dreamweaver CS3.

Yogyakarta: Deepublish Publisher.

Kusno Harianto, Heny Pratiwi dan Yonathan Suhariyadi. (2019). Sistem

Monitoring Lulusan Perguruan Tinggi Dalam Memasuki Kerja
Menggunakan Tracer Study. Surabaya: Media Sahabat Cendekia.

Miftahul Jannah dan Sarwandi. (2019). Mahir Bahasa Pemrograman Php.

Jakarta: PT. Elex Media Komputindo.

Mulyani, S. (2017). Analisis dan Perancangan Sistem Informasi Manajemen

Keuangan Daerah : Notasi Pemodelan Unified Modeling Language
(UML) Edisi 2. Bandung: Abdi Sistematika.

Ramdani, F. (2018). Ilmu Geoinformatika: Observasi Hingga Validasi. Malang:

Universitas Brawijaya Press.

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.

Supono, dan Virdiandry Putratama. (2016). Pemrograman Web dengan

Menggunakan PHP dan Framework Codeigniter. Yogyakarta: CV Budi
Utama.

Sutanto, E. (2018). Pemrograman Android Dengan Menggunakan Eclipse & Star

UML. Surabaya: Airlangga University Press.

Unhelkar, B. (2017). Software Engineering With Uml. Florida, Amerika Serikat:

Taylor & Francis Group.

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.

Alexander Dharmawan, S. A. (2013). Sistem Pendukung Keputusan untuk

Pemilihan Handphone Berbasis Web Pada Toko SMS SHOP. Informatika
Vol.1, No.1 , 1-10.

Alwendi, Dasril Aldo. (2020). Sistem Pendukung Keputusan Pemilihan Toko

Handphone Terbaik di Kota Padangsidimpuan Menggunakan Metode
Oreste. Jurnal Sistem Informasi dan Manajemen Volume 8. No.1, 10-17.

Alwendi, D. A. (2020). SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN

TOKO HANDPHONE TERBAIK DI KOTA PADANGSIDIMPUAN
MENGGUNAKAN METODE ORESTE.
JURSIMA
Https://Ejournal.Stmikgici.Ac.Id/ Jurnal Sistem Informasi
Dan Manajemen STMIK GICI.

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.

Ikhlas, M., & Jafnihirda, L. (2021). Sistem Pendukung Keputusan Penentuan

Lokasi Usaha Strategis Bagi Pelaku UMKM di Kota Padang
Menggunakan Metode Multi Factor Evaluation Process (MFEP). Cogito
Smart Journal |, 7(2), 2021
.
Permadi, A., Panjaitan, Z., & Kusnasari, S. (2021). Sistem Pendukung Keputusan
Penentuan Lokasi Baru Usaha Laundry Sepatu di BECKS Menggunakan
Metode WP (Weighted Product). Jurnal CyberTech, 1(3), 185–195.
https://ojs.trigunadharma.ac.id/
Purwadi, Widiarti Rista Maya, Ahmad Calam. (2020). Jurnal SAINTIKOM
(Jurnal Sains Manajemen Informatika dan Komputer) Vol.19 No.1. Sistem
Pendukung Keputusan Untuk Menentukan Pemasangan Lokasi Strategis
Wifi.Id Pada Telkom (Studi Kasus Pada Pemsangan Wifi.Id Di Beberapa
Lokasi Medan) Menggunakan Metode Oreste, 110-125
 6

Setiawan,dkk. (2019). Rancang Bangun Aplikasi Unsrat E-Catalog. Jurnal Teknik

Informatika vol 14 No 4, 14, 2301-8364.

Supriyadi, Garuda Ginting , Efori Bu’ulolo. (2019). Fuzzy Multiple Attribute

Decision Macking (FMADM) Berdasarkan Metode Oreste Untuk
Menentukan Lokasi Promosi (STUDI KASUS: STMIK Budi Darma
Medan). Jurnal Pelita Informatika, Volume 8, Nomor 2, 292-297.

Tonni Limbung, M. A. I. (2020). sistem pendukung keputusan metode dan

implementasi. Yayasan Kita Menulis.

Wati, E. F. (2021). Penerapan Metode SAW Dalam Menentukan Lokasi Usaha

(Embun Fajar Wati) |241 Universitas Bina Sarana Informatika Jl. In Jurnal
Sains Komputer & Informatika (J-SAKTI (Vol. 5, Issue 1).
 LAMPIRAN

Rancangan Jadwal Penelitian

Tahapan dalam perancangan sistem informasi yang disertai dengan

perkiraan waktu pengerjaan, ditunjukkan pada tabel 3.6Jadwal Penelitian sebagai

berikut :

Tabel 3.6 Jadwal penelitian

Tahun 2023
No. Kegiatan November Desember Januari Februari
1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4
1. Pengumpulan data
2. Analisis sistem
3. Desain sistem
4. Penulisan kode program
5. Pengujian sistem
6. Implementasi sistem
Keterangan:

Kegiatan yang sudah dilaksanakan

Kegiatan yang belum
dilaksanakan

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 .

Risnayanti biasa di panggil Risna Lahir di Mebali pada

tanggal 02 Juli 2001.Saya merupakan anak ketiga dari enam
bersaudara. Pendidikan Sekolah Dasar di selesaikan pada
tahun 2012 di SD Negeri 293 Inpres Mebali,Kabupaten Tana
Toraja. Setelah tamat SD melanjutkan sekolah di SMP Negeri
5 Mengkendek lulus pada tahun 2015 dan melanjutkan
sekolah menegah Atas di SMA Negeri 3 Tana Toraja lulus
pada tahun 2018. Setelah lulus , Risna 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 nilai
Dengan Pujian .