SISTEM CERDAS DAN PENDUKUNG KEPUTUSAN

SEMESTER GENAP T.A 2021/2022

LAPORAN PROJEK AKHIR

DISUSUN OLEH :

NAMA : MUHAMAD HARSIN

NIM : 123200014
KELAS/PLUG : IF-D
NAMA DOSEN PENGAMPU : Dr. HERLINA JAYADIANTI, S.T., M.T.

PROGRAM STUDI INFORMATIKA

JURUSAN INFORMATIKA
FAKULTAS TEKNIK INDUSTRI
UNIVERSITAS PEMBANGUNAN NASIONAL ”VETERAN”
YOGYAKARTA
2022
 KATA PENGANTAR

Puji syukur saya panjatkan kepada Tuhan Yang Maha Esa yang senantiasa
mencurahkan rahmat dan hidayah-Nya sehingga saya dapat menyelesaikan proyek Sistem
Cerdas dan Pendukung Keputusan serta laporan proyek akhir yang berjudul Pemilihan
Lokasi pembangunan Warnet. Adapun laporan ini berisi tentang proyek akhir yang saya
pilih dari hasil pembelajaran selama pembelajaran berlangsung.
Tidak lupa ucapan terimakasih kepada dosen yang selalu membimbing dan
mengajari saya dalam melaksanakan pembelajaran dan dalam menyusun laporan ini.
Laporan ini masih sangat jauh dari kesempurnaan, oleh karena itu kritik serta saran yang
membangun saya harapkan untuk menyempurnakan laporan akhir ini.
Atas perhatian dari semua pihak yang membantu penulisan ini, saya ucapkan
terimakasih. Semoga laporan ini dapat dipergunakan seperlunya.

Yogyakarta, 04 Juni 2022

Penyusun
 DAFTAR ISI

KATA PENGANTAR...................................................................................................................
DAFTAR ISI.................................................................................................................................
BAB I PENDAHULUAN..............................................................................................................
1.1 Latar Belakang Masalah.................................................................................................1
1.2 Tujuan Proyek Akhir......................................................................................................1
1.3 Manfaat Proyek Akhir....................................................................................................1
BAB II PEMBAHASAN...............................................................................................................
2.1 Dasar Teori.....................................................................................................................2
2.2 Deskripsi Umum Proyek Akhir......................................................................................2
2.3 Inti Pembahasan.............................................................................................................3
BAB III JADWAL PENGERJAAN............................................................................................12
3.1 Jadwal Pengerjaan........................................................................................................12
BAB IV KESIMPULAN DAN SARAN.....................................................................................13
4.1 Kesimpulan...................................................................................................................13
4.2 Saran.............................................................................................................................13
DAFTAR PUSTAKA..................................................................................................................14

iii
 BAB I
PENDAHULUA
N

1.1 Latar Belakang Masalah

Dimasa sekarang ini, penggunaan warnet menjadi cukup marak dan banyak digunakan oleh
anak muda maupun berbagai kalangan umur.pemanfaatan warnet saat ini pun sangat beragam,
mulai dari mengerjakan tugas sekolah, tugas kantor, maupun sebagai media hiburan seperti
bermain game maupun browsing. Dalam pembangunan sebuah warnet banyak hal yang perlu
diperhatikan oleh seorang calon pemilik warnet sebelum membangun usahanya. Salah satunya
adalah pemilihan lokasi pembangunan warnet. Semakin strategis lokasi warnet maka akan
semakin besar juga kemungkinan warnet tersebut akan ramai. Dalam studi kasus kali ini Fulan
akan membuka sebuah warnet dengan beberapa opsi penempatan lokasi .Dengan latar belakang
tersebut timbul suatu permasalahan untuk Fulan dalam mencari dan memilih lokasi yang paling
strategis. Sehingga dalam permasalahan ini diperlukan sebuah sistem yang dapat membantu
Fulan dalam memilih lokasi yang paling strategis untuk Warnet yang akan dipilih.

Sistem Pendukung Keputusan (SPK) atau Decision Support System (DSS) merupakan
sistem yang tepat digunakan dalam membantu Fulan untuk menentukan lokasi yang paling
strategis untuk lokasi warnet yang akan dipilih, dan sesuai dengan kriteria yang ditetapkan.
Metode dalam SPK yang dipilih dalam mengatasi masalah ini adalah metode AHP, dimana
AHP dirasa sebagai metode paling tepat dalam mengatasi masalah ini.

Konsep dasar metode AHP adalah pendekatan dasar untuk pengambilan keputusan. Dalam
proses ini pembuat keputusan menggunakan Pairwise Comparison yang digunakan untuk
membentuk seluruh prioritas untuk mengetahui ranking dari alternatif.

1.2 Tujuan Proyek Akhir

Tujuan penelitian ini membangun Sistem Pendukung Keputusan yang dapat digunakan pada
pemilihan lokasi warnet yang paling strategis untuk membantu klien dalam memilih lokasi
usaha warnet yang terbaik

1.3 Manfaat Proyek Akhir

- Dapat membantu Memilih lokasi warnet yang strategis

- Dapat menentukan bobot pemilihan lokasi Warnet yang lebih baik.

1
 BAB II
PEMBAHAS
AN

2.1 Dasar Teori

Sistem Pendukung Keputusan (SPK) atau Decision Support System (DSS)
merupakan sebuah sistem berbasis komputer yang dirancang untuk membantu
dalam proses pengambilan keputusan dengan memanfaatkan data dan model
tertentu dalam pemecahan masalah yang semi terstruktur dan tidak terstruktur.
SPK memiliki tujuan untuk menyediakan informasi, membimbing, memberikan
prediksi serta mengarahkan kepada pengguna informasi agar dapat melakukan
pengambilan keputusan dengan lebih baik. SPK merupakan implementasi teori-
teori pengambilan keputusan yang telah diperkenalkan oleh ilmu-ilmu seperti
operation research dan manegement science, hanya bedanya adalah bahwa jika
dahulu untuk mencari penyelesaian masalah yang dihadapi harus dilakukan
perhitungan iterasi secara manual (biasanya untuk mencari nilai minimum,
maksimum, atau optimum), saat ini computer PC telah menawarkan
kemampuannya untuk menyelesaikan persoalan yang sama dalam waktu relatif
singkat. Sprague dan Watson mendefinisikan Sistem Pendukung Keputusan
(SPK) sebagai sistem yang memiliki lima karakteristik utama yaitu: (Sprague
et.al, 1993)
1. Sistem yang berbasis komputer.
2. Dipergunakan untuk membantu para pengambil keputusan
3. Untuk memecahkan masalah-masalah rumit yang mustahil dilakukan dengan
kalkulasi manual
4. Melalui cara simulasi yang interaktif
5. Dimana data dan model analisis sebagai komponen utama

2.2 Deskripsi Umum Proyek

Akhir
Pada projek ini dibuat sebuah program yang akan membantu Fulan dalam memilih
lokasi untuk usaha warnet yang akan dia bangun menggunakan metode Analytical
Hierarchy Process (AHP). Projek ini menggunakan dataset yang ditentukan oleh klien,
dimana dataset tersebut terdiri atas beberapa kriteria pemilihan lokasi warnet.
Dimana dalam program ini, ada 5 kriteria yang akan dipertimbangkan, yaitu
diantara kriteria – kriteria tersebut diantaranya :
 (C01) Jarak ke pondok mahasiswa,
 (C02) Jarak ke sarana pendidikan,
2
  (C03) Jarak ke gerai makanan,
 (C04) Pesaing, dan
 (C05) Luas bangunan.
Selanjutnya terdapat 3 data alternatif yang digunakan yaitu :
 (A01) Lokasi 1,
 (A02) Lokasi 2, dan
 (A03) Lokasi 3.
Dan yang terakhir ada nilai perbandingan yang menjadi acuan dalam penilaian
lokasi warnet yaitu :
 (1) Sama penting dengan
 (2) Mendekati sedikit lebih penting dari
 (3) Sedikit lebih penting dari
 (4) Mendekati lebih penting dari
 (5) Lebih penting dari
 (6) Mendekati sangat penting dari
 (7) Sangat penting dari
 (8) Mendekati mutlak dari
 (9) Mutlak sangat penting dari

2.3 Inti Pembahasan

Tabel Perbandingan antar kriteria

kode C01 C02 C03 C04 C05
C01 1 1 3 1 3
C02 1 1 2 1 1
C03 0,333 0,5 1 1 2
C04 1 1 1 1 3
C05 0,333 1 0,5 0,333 1
Dalam tabel perbandingan diatas bisa kita melihat setiap kriteria akan dibandingkan dengan
semua kriteria (termasuk kriteria itu sendiri). Contoh: perbandingan nilai kriteria C01 (kiri)
dengan kriteria C03 (atas) adalah 3. Sebaliknya C03 -> C01 = 1/3 (0.33). Begitu juga nilai
antara C03-C05 = 2 adalah 1/nilai C05-C03 = 0.5. Perbandingan nilai antar kriteria yang sama
harus 1. Berdasarkan aturan ini maka kita hanya perlu memberikan nilai di cell yang berwarna
merah saja. Untuk yang warna hitam otomatis kebalikan dari warna merah, dan yang berwarna
hijau otomatis bernilai 1.

Kalau diperhatikan nilai yang berwarna merah semua >= 1 dan wana hitam <=1, apakah harus
3
begitu? Tidak, nilai itu tergantung dari penilaian, bisa saja C1-C3 = 0.33 sebaliknya C3-C1
bernilai 3. Ingat, besar nilai yang diberikan berdasarkan penting atau tidaknya kriteria tersebut.
Normalisasi masing masing kriteria :

- Normalisasi C1 (umur)
o Memiliki atribut biaya
o R11 = MIN(33,28,40)/33 = 28/33 = 0.84
o R21 = MIN(33,28,40)/28 = 28/28 = 1
o R31 = MIN(33,28,40)/40 = 28/40 = 0.7
Tabel Alternative dengan kriteria yang sudah di normalisasi :

Alternative Kriteria
C1 C2 C3 C4
S. Aguero 33 0.84 72 1 80 0.94 75 1

H. Kane 28 1 70 0.97 85 1 71 0.94

Z. 40 0.7 63 0.87 83 0.97 75 1

Ibrahimovic

Matriks Normalisasi :

{ }
0.84 1 0.94 1
R= 1 0.97 1 0.94
0.7 0.87 0.97 1

Nilai bobot kriteria :

W = (0,15 ; 0,35 ; 0,3 ; 0,2)

Perangkingan tiap alternative :

V1 = (0,15)(0,84) + (0,35)(1) + (0,3)(0,94) + (0,2)(1) = 0,958

V2 = (0,15)(1) + (0,35)(0,97) + (0,3)(1) + (0,2)(0,94) = 0,977
V3 = (0,15)(0,7) + (0,35)(0,87) + (0,3)(0,97) + (0,2)(1) = 0,9005

Berdasarkan hasil tersebut, maka ranking pemain yang optimal dipilih dari yang tertinggi
sampai yang terendah adalah

Pemain Nilai
H.Kane 0,977
S.Aguero 0,958
Z.Ibrahimovic 0,9005

4
 Karena itu, pemain yang paling optimal adalah H.Kane

Listing Perhitungan dengan menggunakan m-file

%input data
x = [33,72,80,75; 28,70,85,71 ; 40,63,83,75]; %data berdasar kriteria
k = [0,1,1,1]; %nilai atribut 0=biaya, 1=keuntungan
w = [0.15, 0.35, 0.3, 0.2]; %bobot kriteria

disp('Nilai input x : ');

disp(x);

disp('Atribut masing-masing kriteria : ');

disp(k);

disp('Bobot masing-masing kriteria : ');

disp(w);

%normalisasi data
[m n] = size(x);
R = zeros (m,n);
Y = zeros (m,n);

for j = 1:n,
if k(j)==1, %jika kriteria memiliki atribut keuntungan
R(:,j)=x(:,j)./max(x(:,j));
else %jika kriteria memiliki atribut biaya
R(:,j)=min(x(:,j))./x(:,j);
end;
end;

disp('Matriks Yang Di normalisasi');

disp(R);

% perangkingan data
for i=1:m,
V(i)= sum(w.*R(i,:))
end;

5
Hasil Run M-file diatas :

6
Listing GUI dari program tersebut :
function varargout = projectpes(varargin)
% PROJECTPES MATLAB code for projectpes.fig
% PROJECTPES, by itself, creates a new PROJECTPES or raises the
existing
% singleton*.
%
% H = PROJECTPES returns the handle to a new PROJECTPES or the handle
to
% the existing singleton*.
%
% PROJECTPES('CALLBACK',hObject,eventData,handles,...) calls the local
% function named CALLBACK in PROJECTPES.M with the given input
arguments.
%
% PROJECTPES('Property','Value',...) creates a new PROJECTPES or
raises the
% existing singleton*. Starting from the left, property value pairs
are
% applied to the GUI before projectpes_OpeningFcn gets called. An
% unrecognized property name or invalid value makes property
application
% stop. All inputs are passed to projectpes_OpeningFcn via varargin.
%
% *See GUI Options on GUIDE's Tools menu. Choose "GUI allows only one
% instance to run (singleton)".
%
% See also: GUIDE, GUIDATA, GUIHANDLES

% Edit the above text to modify the response to help projectpes

% Last Modified by GUIDE v2.5 23-May-2022 09:07:02

% Begin initialization code - DO NOT EDIT

gui_Singleton = 1;
gui_State = struct('gui_Name', mfilename, ...
'gui_Singleton', gui_Singleton, ...
'gui_OpeningFcn', @projectpes_OpeningFcn, ...
'gui_OutputFcn', @projectpes_OutputFcn, ...
'gui_LayoutFcn', [] , ...
'gui_Callback', []);
if nargin && ischar(varargin{1})
gui_State.gui_Callback = str2func(varargin{1});
end
7
if nargout
[varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:});
else
gui_mainfcn(gui_State, varargin{:});
% --- Executes just before projectpes is made visible.
function projectpes_OpeningFcn(hObject, eventdata, handles, varargin)
% This function has no output args, see OutputFcn.
% hObject handle to figure
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
% varargin command line arguments to projectpes (see VARARGIN)

% Choose default command line output for projectpes

handles.output = hObject;

% Update handles structure

guidata(hObject, handles);

% UIWAIT makes projectpes wait for user response (see UIRESUME)

% uiwait(handles.figure1);

% --- Outputs from this function are returned to the command line.
function varargout = projectpes_OutputFcn(hObject, eventdata, handles)
% varargout cell array for returning output args (see VARARGOUT);
% hObject handle to figure
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)

% Get default command line output from handles structure

varargout{1} = handles.output;

unction umur_Callback(hObject, eventdata, handles)

% hObject handle to umur (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)

% Hints: get(hObject,'String') returns contents of umur as text

% str2double(get(hObject,'String')) returns contents of umur as a
double

% --- Executes during object creation, after setting all properties.

function umur_CreateFcn(hObject, eventdata, handles)
% hObject handle to umur (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles empty - handles not created until after all CreateFcns called

% Hint: edit controls usually have a white background on Windows.

% See ISPC and COMPUTER.
8
if ispc && isequal(get(hObject,'BackgroundColor'),
get(0,'defaultUicontrolBackgroundColor'))
set(hObject,'BackgroundColor','white');
end
function speed_Callback(hObject, eventdata, handles)
% hObject handle to speed (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)

% Hints: get(hObject,'String') returns contents of speed as text

% str2double(get(hObject,'String')) returns contents of speed as a
double

% --- Executes during object creation, after setting all properties.

function speed_CreateFcn(hObject, eventdata, handles)
% hObject handle to speed (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles empty - handles not created until after all CreateFcns called

% Hint: edit controls usually have a white background on Windows.

% See ISPC and COMPUTER.
if ispc && isequal(get(hObject,'BackgroundColor'),
get(0,'defaultUicontrolBackgroundColor'))
set(hObject,'BackgroundColor','white');
end

function shoot_Callback(hObject, eventdata, handles)

% hObject handle to shoot (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)

% Hints: get(hObject,'String') returns contents of shoot as text

% str2double(get(hObject,'String')) returns contents of shoot as a
double

% --- Executes during object creation, after setting all properties.

function shoot_CreateFcn(hObject, eventdata, handles)
% hObject handle to shoot (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles empty - handles not created until after all CreateFcns called

% Hint: edit controls usually have a white background on Windows.

% See ISPC and COMPUTER.
if ispc && isequal(get(hObject,'BackgroundColor'),
get(0,'defaultUicontrolBackgroundColor'))
set(hObject,'BackgroundColor','white');
end
9
function drib_Callback(hObject, eventdata, handles)
% hObject handle to drib (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% --- Executes during object creation, after setting all properties.
function drib_CreateFcn(hObject, eventdata, handles)
% hObject handle to drib (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles empty - handles not created until after all CreateFcns called

% Hint: edit controls usually have a white background on Windows.

% See ISPC and COMPUTER.
if ispc && isequal(get(hObject,'BackgroundColor'),
get(0,'defaultUicontrolBackgroundColor'))
set(hObject,'BackgroundColor','white');
end

% --- Executes on button press in btnhitung.

function btnhitung_Callback(hObject, eventdata, handles)
% hObject handle to btnhitung (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
umur = findobj(0, 'tag', 'umur');
speed = findobj(0, 'tag', 'speed');
shoot = findobj(0, 'tag', 'shoot');
drib = findobj(0, 'tag', 'drib');
hasil = findobj(0, 'tag', 'hasil');

umur = str2double(get(umur,'string'));
speed = str2double(get(speed,'string'));
shoot = str2double(get(shoot,'string'));
drib = str2double(get(drib,'string'));

opts2 = detectImportOptions('Pes.csv');
opts2.SelectedVariableNames = [2:5];
x = readmatrix('Pes.csv',opts2);
k = [0,1,1,1];
w = [umur,speed,shoot,drib];

[m n] = size(x);
R = zeros (m,n);
Y = zeros (m,n);

for j = 1:n,
if k(j)==1,
10
R(:,j)=x(:,j)./max(x(:,j));
else
R(:,j)=min(x(:,j))./x(:,j);
end;
 for i=1:m,
V(i)= sum(w.*R(i,:))
end;

data2 = V;
[maxNumCol, maxIndexCol] = max(data2);
[maxNum, col] = max(maxNumCol);
row = maxIndexCol(col);
disp(row);

opts3 = detectImportOptions('Pes.csv');
dataname = readcell('Pes.csv',opts3);

name = dataname(row,1);

set(hasil, 'string', name)

% --- Executes on button press in btntable.

function btntable_Callback(hObject, eventdata, handles)
% hObject handle to btntable (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
uitable1 = findobj(0, 'tag', 'uitable1');
opts = detectImportOptions('Pes.csv');
data = readcell('Pes.csv',opts);

set(uitable1, 'data', data)

Tampilan dari GUI program :

11
 BAB III
JADWAL PENGERJAAN

3.1 Jadwal Pengerjaan

NO Kegiatan Minggu
1 2 3 4
1 Membuat Perhitungan M-File
2 Membuat PPT
3 Membuat GUI
4 Membuat Callback GUI
5 Membuat Laporan

12
 BAB IV
KESIMPULAN DAN SARAN

4.1 Kesimpulan
Kesimpulan yang dapat diambil dari pengerjaan ini adalah dengan program yang
dibuat, kita bisa menentukan striker terbaik yang akan dimasukan kedalam tim impian
kita pada game Pro Evolution Soccer sesuai dengan kriteria dan bobot kriteria yang
telah ditentukan oleh pemain.

4.2 Saran
Adapun saran yang dapat dipertimbangkan untuk penyempurnaan dan pengembangan
proyek Pemilihan Striker dalam Video Game Pro Evolution Soccer menggunakan
metode SAW lebih lanjut adalah sebagai berikut:

a. Sistem Pemilihan Striker dalam Video Game Pro Evolution Soccer

menggunakan metode SAW diharapkan dapat bekerja dengan lebih optimal
agar hasil yang dihasilkan menjadi lebih akurat.

b. Tampilan dari program bisa lebih baik lagi, agar pengguna merasa nyaman
melihat visualisasi program yang ada.

13
 DAFTAR PUSTAKA

https://www.pesmaster.com/

https://raharja.ac.id/2020/04/03/metode-simple-additive-weighting-saw/

http://ejournal.unis.ac.id/index.php/UNISTEK/article/view/168#:~:text=Metode
%20Simple%20Additive%20Weighting%20(SAW,setiap%20alternatif%20pada
%20semua%20atribut.

14