ANALISIS METODE SIMPLE ADDITIVE WEIGHTING (SAW) DALAM

MENENTUKAN MENU FAVORIT ONLINE DI RESTORAN GREETE LUBUK

BEGALUNG KOTA PADANG
Dwinda Rahmi Annisa1, Dian Febri Madya Putri2,Surmayanti, S.Kom, M.Kom3

Program Studi Teknik Informatika S1, Fakultas Teknologi Informasi, Universitas Putra Indonesia Jl. Lubuk
Begalung Padang. Indonesia

dwindarahmiannisa@gmail.com, dfebrimadyaputri@gmail.com

ABSTRAK

Greete bukan saja restoran kepiting yang hanya mengejar profit saja, tetapi juga peduli dengan rasa
makanan, kepuasan pelanggan, dan juga kenyamanan mereka saat berada di restoran. Sering kali
restoran mengalami kesulitan pada saat pada hari tertentu mendapati kenaikan pelanggan yang sangat
signifikan, yang menyebabkan beberapa masalah muncul. Berdasarkan hasil analisis permasalahan
yang ada, adapun masalah yang ditimbulkan dari lonjakan pelanggan antara lain bahan makanan yang
habis saat pelanggan masih ada ataupun yang masih banyak saat restoran sudah tutup, pelanggan yang
kesulitan pada saat memilih menu menyebabkan antrean panjang dan sebagainya, maka dari penelitian
ini dikembangkan sistem informasi yang dapat memberikan menu favorit secara online dengan
melakukan metode Simple Additive Weighting (SAW).Metode ini mencari nilai pembobotan dari
beberapa atribut diantaranya harga, penjualan per bulan, berat per porsi, kenyamanan, dan rasa makanan
kemudian melakukan perankingan untuk menemukan alternatif paling optimal yaitu, menu favorit.
Penelitian ini dikembangkan dan diuji menggunakan metode manual dan juga melalui Microsoft Excel.
Hasil uji coba menunjukkan berhasilnya menemukan menu favorit baru serta perubahannya saat ada
skenario lain yang terjadi pada saat-saat tertentu yang dapat membantu pemilik restoran dalam
menyiapkan bahan baku pembuatan menu favorit dan juga pelayan restoran dalam menghadapi
pelanggan yang baru datang dan menanyakan menu favorit.
Kata kunci : Menu Favorit, Metode SAW,Café

1. PENDAHULUAN yang efektif merupakan impian seluruh pemilik

restoran. Studi kasus dari penelitian ini yaitu
Makan dan minum merupakan kebutuhan
Restoran Greete yang ber lokasi di Padang,
bagi manusia, tanpa makan dan minum manusia
seiring berjalannya waktu restoran akan
tidak bisa melanjutkan kehidupannya. dengan
mengalami kesulitan saat melayani pelanggan.
berkembangnya jaman makanan dan minuman
Penggunaan Metode kuantitatif adalah
mengalami banyak perubahan dan begitu pun
pendekatan penelitian yang mengutamakan
juga manusia. Perkembangan tidak hanya pada
penggunaan data numerik untuk memahami
makan dan minuman tetapi juga pada industri
fenomena.
makanan ya seperti restoran atau tempat dengan
tema yang baru dan suasana yang baru Penggunaan metode Simple Additive
Weighting dikarenakan metode tersebut dapat
Restoran merupakan salah satu tanda dari
menghasilkan data yang lebih akurat karena
banyaknya perkembangan industri makanan.
berdasarkan bobot dan preferensi yang sudah
Dibalik kesuksesan Restoran Ada beberapa
ditentukan, selain itu Simple Additive
orang dibelakang layar atau karyawan dibagian
Weighting dapat memberikan alternatif terbaik
dapur untuk mengokah resep makanan agar
dari beberapa alternatif lain dikarenakan ada
menarik minat pengunjung untuk membeli dan
proses perankingan setelah di tentukan nya
sering mengunjungi untuk makan atau minum
bobot setiap alternatif.
kesana. Penjualan yang laris dan manajemen
2. TINJAUAN PUSTAKA strategis,terletak di jalan lubuk begalung kota
padang yang merupakan jalan yang ramai orang
2.1 Pengertian Restoran lalu lalang disekitaran,dan letak restoran tepat
Suatu bangunan yang terletak ditempat yang di jalan raya jadi langsung terlihat bagi orang
strategis[1], yang memberikan pelayanan yang lewat.
secarabaik terhadap konsumen baik berupa
makanan atau minuman [2]. Restoran adalah
Tabel 1. Tabel Hasil Observasi
tempat yang diatur dengan baik oleh manager
dan pemilik usaha [3]. Restoran adalah tempat No pengamatan Ya Tidak
yang berguna untukmenyegarkan kembali
kondisi seseorang dengan suasana tempat
1. Daftar menu
makanan 
yang diberikan dan membuat orang yang datang
2. Menu terbaik

merasa tenang dan nyaman ditempat tersebut
[4] Pengertian Simple Additive Weighting
3. Harga makanan

(SAW) Simple Additive Weighting (SAW)
merupakan metode penjumlahan terbobot. 2. Wawancara
Konsep dasar metode SAW ialah mencari
penjumlahan terbobot dari rating Metode SAW Menurut Saroso (2017:47) wawancara adalah
membutuhkan proses normalisasi matriks salah satu alat yang paling banyak digunakan
keputusan, ke suatu skala yang dapat untuk mengumpulkan data penelitian kualitatif.
diperbandingkan dengan semua rating alternatif Wawancara memungkinkan peneliti
yang ada [5]. mengumpulkandata yang beragam dari
responden dalam berbagai situasi dan konteks.
3. METODE PENELITIAN Meskipun demikian, wawancaraperlu
digunakan dengan berhati-hati dan perlu di
3.1 Jenis Penelitian triangulasi data dari sumber yang lain.
Jenis penelitian yang diterapkan adalah Berikut merupakan beberapa pertanyaan
jenisMenurut Subagyo yang dikutip dalam wawancara yang telah dibuat peneliti untuk
Syamsul Bahry dan Fakhry Zamzam (2015:3). menggali lebih dalam informasi yang
Metode Penelitian adalah suatu cara atau jalan diperlukan sebagai instrumen pendukung
untuk mendapatkan kembali pemecahan penelitian.
terhadap segala permasalahan yang diajukan.
Tabel 2. Tabel Pertanyaan Wawancara
Sedangkan menurut Priyono (2016:1) Metode
Penelitian adalah cara melakukan sesuatu NO Pertanyaan
dengan menggunakan pikiran secara seksama 1. Apakah restoran Greete Padang
untuk mencapai suatu tujuan.data penelitian memiliki menu favorit?
2. Apakah ada data penjualan restoran
yang digunakan berupa angka-angka.
dalam satu bulan?
3. Apakah ada detail masing-masing
Metode Pengumpulan Data menu restoran seperti harga, tingkat
popularitas?
1. Observasi
Observasi dilakukan pada lokasi pengambilan data umumnya dilakukan dengan
tempat atau restoran yang ada di dekat sebuah random, pengumpulan data menggunakan
kampus upiyptk kota padang yang mana ramai instrumen penelitian, data bersifat
mahasiswa disekitran restoran,dan dalam hasil kuantitatif/statistik dengan tujuan untuk
observasi restoran terletak di tempat yang menguji hipotesis yang telah ditetapkan
strategis dan ramai mahasiswa disekitar karena
memang terletak di sekitaran kampus yang [1]. Kekurangan dari metode ini dikarenakan
mana ramai mahasiswa dan tempat yang menggunakan asumsi, pengambilan data dari
nilai tertinggi, dan juga penilaian yang
subjektif.
Tabel 4. Tabel Kriteria dan Bobot
Penggunaan metode Simple Additive
No Kriteria Jenis Bobot
Weighting dikarenakan metode tersebut dapat
menghasilkan data yang lebih akurat karena 1 Harga Cost 0,75
berdasarkan bobot dan preferensi yang sudah
2 Tingkat Benefit 0,25
ditentukan, selain itu Simple Additive Penjualan
Weighting dapat memberikan alternatif terbaik Total 1
dari beberapa alternatif lain dikarenakan ada
proses perankingan setelah di tentukan nya
bobot setiap alternatif. 4. HASIL DAN PEMBAHASAN
3.2 Data Alternatif Menu Pada langkaah ini dilakukan pengujian dan
Metode Simple Additive Weighting Analisa data dengan menggunakan metode
(SAW) dapat digunakan untuk menentukan Simple Additive Weghting (SAW) serta
data alternatif menu makanan dan minuman. Microsoft Excel untuk perhitungan
Langkah awal dalam menentukan data menggunakan kriteria dari data penjualan yang
alternatif menu makanan dan minuman yang di sudah diperoleh dari caffe Greete Lubuk
rekomendasi. Pada penelitian rancang bangun Begalung Padang.
sistem pemesanan menu makanan dan Tabel 5. Tabel Data Penjualan
minuman di caffe Greete ini menggunakan
metode SAW dengan peretingan menu terbaik. No Nama Menu Harga Penjualan
Perhari
Tabel 3. Tabel Alternatif Menu 1 Mie Ayam Rp 28.000
Jamur
No Nama Menu Harga 16 Porsi
1 Mie Ayam Jamur Rp 28.000 2 Nasi Ayam Rp 28.000
Bumbu Telur
2 Nasi Ayam Bumbu Rp 28.000 17 Porsi
Telur 3 Beef Teriyaki Rp 30.000
20 Porsi
3 Beef Teriyaki Rp 30.000 4 Iced Tea Rp 22.000
Lychee
4 Iced Tea Lychee Rp 22.000 10 Cup
5 Es Kopi Susu Rp 20.000
5 Es Kopi Susu Rp 20.000 15 Cup
6 Iced Tea Rp 20.000
6 Iced Tea Lemon Rp 20.000 Lemon
13 Cup

4.1 Menentukan Alternatif Menu Makanan

3.3 Kriteria dan Bobot
Dan Minuman
Langkah yang perlu diperhatikan saat akan
menentukan kriteria dan bobot agar Alternatif menu adalah merupakan beberapa
menentukan kelompok benefit dan cost untuk menu yang akan di gunakan dalam melalukan
menentukan menu favorit adalah Kriteria yang perhitungan metode SAW. Menu-menu ini
digunakan Harga(C1), dan Tingkat Penjualan akan ditandai dengan A1,A2,…,A6.
(C2). Serta perlu ditentukan bobot masing-
masing kriteria dalam prioritas konsumen
memilih suatu makanan dan minuman.
 r21 = 20.000/28.0000 = 0.7143
A3 : Beef Teriyaki
Tabel 6. Tabel Alternatif r31 = 20.000/30.0000 = 0.6667
Alternatif Nama Menu A4 : Iced Tea Lychee
A1 Mie Ayam Jamur r41 = 20.000/22.0000 = 0.9091
A2 Nasi Ayam Bumbu Telur A5 : Es Kopi Susu
A3 Beef Teriyaki r51 = 20.000/20.0000 = 1
A4 Iced Tea Lychee A6 : Iced Tea Lemon
A5 Es Kopi Susu r61 = 20.000/20.0000 = 1
A6 Iced Tea Lemon
b. Perhitungan kriteria Tingkat penjualan

4.2 Hasil Normalisasi menggunakan Tingkat penjualan memiliki kriteria benefit

Microsoft Excel maka perhitungan yaitu maksimum dari kolom
kedua {18, 20, 10, 10, 15, 13} = 20
Pada tahap implementasi, perhitungan dengan A1 : Mie Ayam Jamur
metode SAW menggunakan perhitungan r12 = 16/20 = 0.8
dengan Microsoft Excel digunakan untuk A2 : Nasi Ayam Bumbu Telur
menganalisis pemilihan pemesanan menu r12 = 17/20 = 0.85
makanan dan minuman di caffee Greete. A3 : Beef Teriyaki
Berikut adalah perhitungan menggunakan r12 = 20/20 = 1
metode Simple Additive Weighting (SAW) A4 : Iced Tea Lychee
Microsoft excel. r12 = 10/20 = 0.5
A5 : Es Kopi Susu
1. Menghitung Normalisasi Matrik r12 = 15/20 = 0.75
Untuk membuat masing-masing kriteria A6 : Iced Tea Lemon
dengan menggunakan rumus perhitungan r12 = 13/20 =0.65
sebagai berikut : Hasil perhitungan diatas merupakan hasil
matrik ternormalisasi yang telah didapatkan,
berikut adalah tabel dari hasil normalisasi.

Tabel 7. Hasil Normalisasi

No Nama Menu Harga Penjualan
Perhari
1 Mie Ayam 20.000/28.0000 = 16/20 = 0.8
Jamur = 0.7143
Rij : Rating kinerja ternormalisasi
Maxi : Nilai maksimum baris dan kolom 2 Nasi Ayam 20.000/28.0000 17/20 = 0.85
Mini : Nilai minimum baris dan kolom Bumbu Telur = 0.7143
3 Beef Teriyaki 20.000/30.0000 20/20 = 1
= 0.6667
a. Perhitungan kriteria harga
4 Iced Tea 20.000/22.0000 10/20 = 0.5
Harga masuk kedalam penilaian kriteria cost Lychee = 0.9091
sehingga perhitungan yaitu nilai minimum
5 Es Kopi Susu 20.000/20.0000 15/20 = 0.75
dari kolom pertama{28.000, 28.000, 30.000,
=1
22.000, 20.000, 20.000} = 20.000
A1 : Mie Ayam Jamur 6 Iced Tea 20.000/20.0000 13/20 =0.65
r11 = 20.000/28.0000 = 0.7143 Lemon =1
A2 : Nasi Ayam Bumbu Telur
 Jadi, hasil dari peratingan yang mendapatkan
Gambar 1. Pembagian menggunakan peringkat pertama adalah V5, selanjutnya
Microsoft Excel V6,V4,V3,V2,V1.

Gambar 2. Perangkingan Menggunakan

Excel

Hasil gambar diatas adalah hasil data yang

2. Menghitung Nilai Perangkingan
telah dihitung menggunakan rumus Excel.
Selanjutnya, menghitung perangkingan
Hingga didapatkan tanking tertinggi adalah
(Vi) yang dihasilkan antara matrik dengan
menu minuman Es Kopi Susu dan menu
nilai bobot yang telah diambil oleh sistem
makanan Beef Teriyaki.
pengambilan keputusan. Berikut adalah
rumus alternatif (Vi) :
5. Kesimpulan
Berdasarkan hasil dari analisis dengan
perhitungan terhadap metode Simple Additive
Weighting (SAW) terdapat menu makanan dan
minuman yang memiliki reting tertinggi
menjadi menu favorit para pelanggan dengan
Vi : Nilai akhir dari alternatif
menu minuman Es Kopi Susu dengan bobot
Wj : Nilai bobot yang telah ditentukan
0.9375 sedangkan menu makanan Beef
Teriyaki dengan bobot 0,750025.
Hasil perhitungan nilai Vi yang lebih besar
adalah pemilihan menu makanan dan minuman
yang terbaik.

V1 = (0.75× 0.7143) + (0.25 × 0.8) = 0.735725

V2 = (0.75× 0.7143) + (0.25 × 0.85) = 0.748225
V3= (0.75× 0.6667) + (0.25 × 1) = 0.750025
V4= (0.75× 0.9091) + (0.25 × 0.5) = 0.806825
V5= (0.75× 1) + (0.25 × 0.75) = 0.9375
V6= (0.75× 1) + (0.25 × 0.65) = 0.9125

Tabel 8. Hasil Perangkingan

Rangking Alternatif Jumlah
1 V5 0.93750
2 V6 0.9125
3 V4 0.806825
4 V3 0.750025
5 V2 0.748225
6 V1 0.735725