ABSTRACT
ATM placements carried risks such as vandalism, card trapping and card skimming, so small mistakes
can have a huge impact on waste of costs, investment and time. This study aimed to create a decision
support system that can provide recommendations for determining the placement of ATMs using a
combination of AHP and TOPSIS methods. The research data used were 76 alternative ATM deployment
data and 38 alternatives were sought. The assessment criteria used are the availability of ATMs,
security, land prices and customer demand. The accuracy of the recommendations compared with the
ATM deployment realization data based on the geometric average of the weighting criteria of all
decision maker is 84.21% and an error rate of 15.79%.
Keywords: ATM, AHP, DSS, TOPSIS.
ABSTRAK
Penempatan ATM memiliki resiko seperti vandalisme, card trapping dan card skimming sehingga
kesalahan kecil dapat berdampak besar terhadap pemborosan biaya, investasi dan waktu. Penelitian ini
bertujuan untuk membuat sebuah sistem pendukung keputusan yang dapat memberikan rekomendasi
penentuan penempatan ATM dengan menggunakan kombinasi dari metode AHP dan TOPSIS. Data
penelitian yang digunakan adalah 76 data alternatif penempatan ATM dan dicari 38 alternatif yang akan
direalisasikan. Kriteria penilaian yang digunakan adalah ketersediaan ATM, keamanan, harga lahan dan
permintaan nasabah. Akurasi dari hasil rekomendasi yang dibandingkan dengan data realisasi
penempatan ATM berdasarkan geometric average dari pembobotan kriteria seluruh decision maker
adalah sebesar 84,21% dan error rate sebesar 15,79%.
Kata Kunci : ATM, AHP, SPK, TOPSIS.
347
348 Jurnal Teknologi Informasi dan Komputer, Volume 6, Nomor 3, Oktober 2020
daerah memiliki pandangan yang berbeda yang baik [3] [4] [5]. Terkait dengan
terhadap penempatan ATM, karena berbagai penempatan ATM, beberapa penelitian terkait
macam pertimbangan kriteria. SPK juga telah dilakukan dan memberikan hasil
Setiap tahunnya, terdapat ratusan hingga yang baik dengan berbagai macam kriteria yang
ribuan calon lokasi yang akan ditempatkan dijadikan perbandingan, diantaranya
ATM dan harus menjadi fokus perhatian bagi menggunakan metode TOPSIS, ANP dan SAW
decision maker. Kesalahan mungkin saja terjadi [6] [7] [8]. Kombinasi metode AHP-SAW dan
apabila pemilihan lokasi tanpa adaya bantuan AHP-WASPAS pada penelitian terdahulu telah
rekomendasi, sehingga berisiko besar terutama dipergunakan juga untuk memberikan
pada pemborosan biaya, investasi fisik dan rekomendasi penempatan ATM namun masih
waktu. Untuk meminimalisir terjadinya hanya menggunakan satu orang decision maker
kesalahan, SPK dapat membantu decision dan rata-rata yang diperoleh masih
maker dalam memberikan rekomendasi menggunakan arithmetic average [9] [10].
tersebut. SPK sendiri merupakan sebuah sistem Namun demikian belum ada analisis
yang efektif dalam membantu mengambil suatu komprehensif mengenai bagaimana analisis dan
keputusan yang kompleks. Sistem ini perbandingan terhadap akurasi apabila terdapat
menggunakan aturan-aturan pengambilan beberapa pengambil keputusan yang memiliki
keputusan, model analisis, basis data yang penilaian berbeda dengan menggunakan
komprehensif dan pengetahuan dari decision geometric average. Maka dari itu, penelitian ini
maker itu sendiri[2]. akan menyajikan kajian mengenai metode
Untuk optimalisasi hasil rekomendasi, AHP-TOPSIS serta hasil uji akurasi masing-
SPK dapat menggunakan kombinasi metode masing pembobotan kriteria dari decision
dari MCDM yang memiliki keunggulan maker serta rata-rata berdasarkan geometric
dalam memberikan hasil pembobotan kriteria average, yang diyakini lebih akurat
dan proses perhitungan alternatif. AHP salah dibandingkan dengan arithmetic average[11].
satu metode yang sudah sangat familiar Berdasarkan latar belakang yang telah
digunakan dalam SPK, yang merupakan sebuah dipaparkan sebelumnya, permasalahan yang
hierarki fungsional dengan input utamanya akan dibahas dalam penelitian ini adalah
adalah persepsi manusia yang dianggap sebagai bagaimana implementasi kinerja, hasil
pakar untuk memberikan pembobotan untuk rekomendasi, serta uji akurasi dari metode AHP
masing-masing kriteria. Metode TOPSIS TOPSIS pada sistem pendukung keputusan
memiliki konsep dimana alternatif terpilih yang penentuan penempatan ATM.
terbaik tidak hanya memiliki jarak terpendek
dari solusi ideal positif, namun juga memiliki TINJAUAN PUSTAKA
jarak terpanjang dari solusi ideal negatif, dengan Sistem Pendukung Keputusan
kelebihan seperti konsepnya yang sederhana Sistem pendukung keputusan (SPK)
dan mudah dipahami, komputasinya efisien, dan merupakan pengembangan lebih lanjut dari
memiliki kemampuan untuk mengukur kinerja sistem informasi manajemen terkomputerisasi
relatif dari alternatif-alternatif keputusan dalam yang dirancang sedemikian rupa sehingga
bentuk matematis yang sederhana. bersifat interaktif dengan pemakainya [12].
Berbagai penelitian telah menghasilkan Multi Criteria Decision Making (MCDM)
kajian mengenai kombinasi metode AHP- adalah suatu metode pengambilan keputusan
TOPSIS maupun penempatan ATM dan untuk menetapkan alternatif terbaik dari
menyatakan bahwa hasil dari penelitian tersebut sejumlah alternatif berdasarkan beberapa
memberikan hasil yang baik. Pada penelitian kriteria tertentu[13]. MCDM memiliki dua
sebelumnya, AHP-TOPSIS telah diaplikasikan kategori yakni Multiple Objective Decision
dengan baik dimana decision maker Making (MODM) dan Multiple Attribute
memberikan bobot kriteria, dihitung Decision Making (MADM). MODM adalah
menggunakan AHP dan sangat mempengaruhi suatu metode dengan mengambil banyak
hasil rekomendasi yang dihitung menggunakan kriteria sebagai dasar dari pengambilan
TOPSIS, serta memberikan hasil uji akurasi keputusan yang didalamnya mencakup masalah
Mahendra, Indrawan, Metode AHP-Topsis Pada Sistem Pendukung Keputusan Penentuan... 349
Solusi ideal positif A+ dan solusi ideal sistem pendukung keputusan penentuan
negatif A- dapat ditentukan berdasarkan rating penempatan ATM dalam berbagai sumber
bobot ternormalisasi (yij) sebagai : berupa buku, artikel dan jurnal.
𝑦𝑖𝑗 = 𝑤𝑖 𝑟𝑖𝑗 (8)
dengan i=1,2…,m dan j=1,2,…,n. 2. Pengumpulan data
𝐴+ = (𝑦1+ , 𝑦2+ , ⋯ , 𝑦𝑛+ ) (9) Berdasarkan studi literatur, data yang
𝐴− = (𝑦1− , 𝑦2− , ⋯ , 𝑦𝑛− ) (10) dibutuhkan pada penelitian ini adalah data
Dengan pembobotan kriteria yang didapatkan dari
𝑦 +𝑗 wawancara decision maker, data penempatan
𝑚𝑎𝑥𝑖 𝑦𝑖𝑗 → 𝑗𝑖𝑘𝑎𝑗 𝑎𝑑𝑎𝑙𝑎ℎ 𝑎𝑡𝑟𝑖𝑏𝑢𝑡 𝑘𝑒𝑢𝑛𝑡𝑢𝑛𝑔𝑎𝑛 ATM, dan data kriteria penempatan ATM.
={
𝑚𝑖𝑛𝑖 𝑦𝑖𝑗 → 𝑗𝑖𝑘𝑎𝑗 𝑎𝑑𝑎𝑙𝑎ℎ 𝑎𝑡𝑟𝑖𝑏𝑢𝑡 𝑏𝑖𝑎𝑦𝑎
−
3. Penentuan kriteria
𝑦 𝑗 Kriteria yang digunakan dalam penelitian ini
𝑚𝑖𝑛𝑖 𝑦𝑖𝑗 → 𝑗𝑖𝑘𝑎𝑗 𝑎𝑑𝑎𝑙𝑎ℎ 𝑎𝑡𝑟𝑖𝑏𝑢𝑡 𝑘𝑒𝑢𝑛𝑡𝑢𝑛𝑔𝑎𝑛 meliputi: (1) Ketersediaan ATM, (2)
={
𝑚𝑎𝑥𝑖 𝑦𝑖𝑗 → 𝑗𝑖𝑘𝑎𝑗 𝑎𝑑𝑎𝑙𝑎ℎ 𝑎𝑡𝑟𝑖𝑏𝑢𝑡 𝑏𝑖𝑎𝑦𝑎 Keamanan, (3) Harga Lahan, (4) Permintaan
Jarak antara alternatif Ai dengan solusi ideal Nasabah. Kriteria ini diperoleh dari studi
positif (positive distance) dirumuskan sebagai : literatur, hasil wawancara decision maker dan
2 uji signifikansi dari kriteria yang didapatkan
𝐷𝑖 + = √∑𝑛𝑗=1(𝑦𝑖 + − 𝑦𝑖𝑗 ) → 𝑖 = 1,2, ⋯ , 𝑚 sebelumnya.
(11)
Jarak antara alternatif Ai dengan solusi ideal 4. Pembobotan
negatif (negative distance) dirumuskan sebagai Pembobotan dalam penelitian ini diperoleh
: dari studi literatur dan wawancara dengan
2
decision maker serta survey lokasi. Adapun
𝐷𝑖 − = √∑𝑛𝑗=1(𝑦𝑖𝑗 − 𝑦𝑖 − ) → 𝑖 = 1,2, ⋯ , 𝑛 pembobotan terhadap masing-masing kriteria
(12) sebagai berikut:
Nilai preferensi untuk setiap alternatif
(Vi) diberikan sebagai : a. Ketersediaan ATM (C1)
𝐷− Ketersediaan ATM adalah jumlah ATM
𝑉𝑖 = − 𝑖 + (13) existing pada calon lokasi penempatan ATM.
𝐷𝑖 +𝐷𝑖
Nilai Vi yang lebih besar mengindikasikan Klasifikasinya sebagai berikut:
bahwa alternatif Ai lebih dipilih.
Tabel 3. Klasifikasi kertersediaan ATM
METODOLOGI PENELITIAN Ketersediaan ATM Bobot
Pada penelitian ini, yang menjadi objek 0 mesin ATM 3
penelitian adalah data penempatan ATM tahun 1 mesin ATM 2
2017 pada PT Bank Negara Indonesia (Persero) >1 mesin ATM 1
Tbk. Narasumber terdiri dari 3 orang decision
maker, yaitu petugas tingkat pusat, petugas b. Keamanan (C2)
tingkat daerah dan petugas operasional. Jumlah Keamanan adalah tingkat keamanan dari
data alternatif sebanyak 76 calon lokasi ATM lokasi penempatan ATM seperti keamanan
yang akan dihitung menggunakan AHP- lingkungan, keberadaan satpam atau CCTV.
TOPSIS dan dibandingkan dengan realisasi Klasifikasinya sebagai berikut:
penempatan tahun 2017. Tahapan penelitian ini
sebagai berikut: Tabel 4. Klasifikasi keamanan
Keamanan Bobot
1. Studi literatur Sangat Aman 3
Melakukan studi literatur terhadap berbagai Aman 2
referensi yang berkaitan dengan penelitian yang Tidak Aman 1
dilakukan. Dalam tahap ini dipelajari literatur
tentang konsep metode AHP-TOPSIS pada
352 Jurnal Teknologi Informasi dan Komputer, Volume 6, Nomor 3, Oktober 2020
Gambar 5. Bobot Kriteria Decision Maker 1, Decision Maker 2, Decision Maker 3 dan Geometric
Average Berdasarkan AHP.
356 Jurnal Teknologi Informasi dan Komputer, Volume 6, Nomor 3, Oktober 2020
Gambar 5. Nilai Preferensi Decision Maker 1, Decision Maker 2, Decision Maker 3 AHP-TOPSIS,
Diurutkan Berdasarkan Nilai Preferensi Geometric Average AHP-TOPSIS
Gambar 7. Nilai Accuracy dan Error rate Decision Maker 1, Decision Maker 2, Decision Maker 3
dan Geometric Average