5 BAB 2 LANDASAN TEORI 2.1 Sistem Pendukung

BAB 2
LANDASAN TEORI
2.1 Sistem Pendukung Keputusan
Pada dasarnya Sistem Pendukung Keputusan (SPK) adalah
pengembangan dari sistem informasi manajemen terkomputerisasi yang
dirancang sedemikian rupa sehingga bersifat interaktif dengan pemakainya.
Interaktif dengan tujuan untuk memudahkan integrasi antarkomponen dalam
proses pengambilan keputusan manajerial sehingga kredibilitas instansi
tersebut semakin lebih baik.
SPK merupakan salah satu sistem aplikasi yang sangat terkenal di
kalangan manajemen organisasi. Sistem Pendukung Keputusan dirancang
untuk membantu manajemen dalam proses pengambilan keputusan. SPK
memadukan data dan pengetahuan untuk meningkatkan efektivitas dan
efisiensi dalam proses pengambilan keputusan tersebut (Turban, 1995).
Menurut Kusrini (2007), SPK merupakan sistem informasi interaktif yang
menyediakan informasi, permodelan, dan pemanipulasian data. Sistem ini
digunakan untuk membantu pengambil keputusan dalam situasi semi
terstruktur maupun tidak terstruktur.
Jika pada pemrosesan tradisional, pengambilan keputusan dilakukan
melalui perhitungan iterasi secara manual, SPK menawarkan informasi
pendukung keputusan dengan melakukan perhitungan yang cepat. Dalam
mendukung keputusan tersebut, SPK mempresentasikan permasalahan
manajemen dalam bentuk kuantitatif (Mulyanto, 2009).
Secara garis besar, SPK dibangun atas tiga komponen utama, yaitu
database, model base, dan software system. Sistem database berisi
kumpulan dari semua data bisnis yang dimiliki oleh perusahaan, baik yang
berasal dari transaksi sehari-hari, maupun data dasar (master file). Isi
database digunakan oleh software system. Basis model (model base)
merupakan komponen software yang terdiri dari model-model yang
digunakan dalam rutinitas komputasional (O'Brien, 2005). Skema tiga
5
5
6
komponen SPK tersebut dapat dilihat pada gambar 2.1.
Gambar 2.1.: Skema komponen SPK
Bagaimanapun juga harus diingat bahwa SPK tidak ditekankan
untuk membuat suatu keputusan. SPK hanya berfungsi sebagai alat bantu
manajemen dalam proses pengambilan keputusan. Jadi, SPK tidak
dimaksudkan untuk menggantikan fungsi pengambil keputusan dalam proses
pengambilan keputusan. Sistem ini dirancang hanyalah untuk membantu
pengambil keputusan dalam melaksanakan tugasnya (Manurung, 2010).
2.2
Fuzzy Multiple Attribute Decision Making (FMADM)
Fuzzy Multiple Attribute Decision Making (FMADM) adalah suatu
metode yang digunakan untuk mencari alternatif optimal dari sejumlah
alternatif dengan kriteria yang telah disepakati. Inti dari FMADM adalah
menentukan nilai bobot untuk setiap atribut, kemudian dilanjutkan dengan
proses perankingan yang akan menyeleksi alternatif-alternatif yang sudah
diberikan. Sebenarnya ada tiga pendekatan untuk mencari nilai bobot dari
suatu atribut. Tiga pendekatan tersebut adalah pendekatan subyektif,
pendekatan obyektif dan pendekatan perpaduan antara subyektif dan
obyektif. Pendekatan subyektif adalah pendekatan dimana pada proses
pemberian nilai bobot pada suatu alternatif ditentukan berdasarkan
subyektivitas dari para pengambil keputusan, sehingga beberapa faktor
dalam proses perankingan alternatif dapat ditentukan secara bebas.
Sedangkan pendekatan obyektif dalam proses pemberian nilai bobotnya
7
memanfaatkan perhitungan secara matematis sehingga mengabaikan
subyektivitas dari para pengambil keputusan (Kusrini, 2007).
Ada beberapa metode yang dapat digunakan untuk menyelesaikan masalah
FMADM, di antaranya (Kusrini, 2007):
a.
Simple Additive Weighting (SAW)
Metode SAW sering juga dikenal dengan metode
penjumlahan terbobot. Konsep dasar metode SAW adalah
mencari penjumlahan terbobot dari rating kinerja pada
setiapalternatifdari semua atribut.
Metode SAW membutuhkan proses normalisasi matriks
keputusan (X) ke suatu
skala yang dapat diperbandingkan
dengan semua rating alternatif yang ada.
b.
Weighted Product (WP)
Metode WP juga disebut analisis berdimensi karena
struktur matematikanya menghilangkan satuan ukuran (K
Sarvitha, 2011). Metode WP adalah himpunan berhingga dari
alternatif keputusan yang dijelaskan dalam beberapa hal kriteria
keputusan. Jadi tidak perlu ada proses normalisasi. Dalam metode
WP terdapat perkalian dalam perhitungan matematikanya.
c.
Elimination and Choise Expressing Reality (ELECTRE)
ELECTRE merupakan salah satu metode pengambilan
keputusan multikriteria berdasarkan pada konsep outranking
dengan menggunakan perbandingan berpasangan dari alternatifalternatif berdasarkan setiap kriteria yang sesuai. ELECTRE
digunakan untuk kasus-kasus dengan banyak alternatif namun
hanya sedikit kriteria yang dilibatkan (Janko & Bernoider, 2005).
d.
TOPSIS
Technique for Order Preference by Similarity to Ideal
Solution (TOPSIS) adalah salah satu metode pengambilan
keputusan multikriteria yang pertama kali diperkenalkan oleh
8
Yonn dan Hwang pada tahun 1981. Dengan ide dasarnya adalah
bahwa alternatif yang dipilih memiliki jarak terdekat dengan
solusi ideal positif dan memiliki jarak terjauh dari solusi ideal
negatif.
e. Analytical Hierarchy Process (AHP)
AHP memanfaatkan tingkat kepentingan dari setiap
variabel. Variabel- variabel yang ada diberi nilai numerik secara
subyektif tentang arti penting variabel tersebut secara relatif
dibandingkan dengan variabel yang lainnya. Dari berbagai
pertimbangan tersebut kemudian dilakukan sintesis untuk
menetapkan variabel yang memiliki prioritas tinggi dan berperan
untuk mempengaruhi hasil pada sistem tersebut.
Pada laporan karya ilmiah ini hanya akan membahas metode AHP
karena AHP dianggap tepat untuk mewakili pemikiran alamiah yang
cenderung mengelompokkan elemen sistem ke level - level yang berbeda
dari masing-masing level berisi elemen yang serupa dan juga menyediakan
skala pengukuran dan metode untuk mendapatkan prioritas, karena masing
masing kriteria memiliki prioritas yang tidak sama. Selain itu, metode AHP
juga menyediakan skala pengukuran dan metode untuk mendapatkan
prioritas untuk semua hirarki kriteria, karena masing
masing kriteria
memiliki prioritas yang tidak sama. (Dian. P, 2013)
2.3
Analytical Hierarchy Process (AHP)
AHP adalah sebuah metode untuk memecahkan suatu permasalahan
yang rumit dalam situasi yang tidak terstruktur menjadi bagian-bagian
komponen. Mengatur bagian demi bagian menjadi suatu bentuk susunan
hierarki, kemudian memberikan suatu nilai numerik untuk penilaian
subyektif terhadap kepentingan relatif dari suatu variabel dan mensitesis
suatu penilaian untuk variabel mana yang memiliki prioritas tertinggi yang
akan memengaruhi penyelesaian dari situasi tersebut. AHP menggabungkan
antara pertimbangan dan penilaian pribadi dengan cara yang logis dan
dipengaruhi oleh imajinasi, pengetahuan untuk menyusun suatu hierarki,
9
intuisi dan juga pengalaman untuk memberikan pertimbangan. AHP
merupakan suatu proses mengidentifikasi, mengerti dan memberikan
perkiraan interaksi sistem secara keseluruhan (Saaty, 1994).
Tahap-tahap dalam penggunaan metode AHP adalah sebagai
berikut
(Suryadi & Ramdhani, 1998):
1.
Menyusun hierarki dan permasalahan yang sedang dihadapi.
Penyusunan hierarki berupa penentuan tujuan yang
merupakan sasaran sistem secara umum pada level paling atas.
Level berikutnya terdiri dari kriteria-kriteria yang menjadi
penilaian dan pertimbangan dari alternatif- alternatif yang ada
dan menenentukan alternatif tersebut. Setiap kriteria memiliki
subkriteria di bawahnya dan nilai intensitas masing-masing.
2. Menentukan Prioritas Elemen.
•
Membuat perbandingan berpasangan.
Langkah pertama dalam penentuan prioritas elemen adalah
membandingkan elemen secara berpasangan sesuai dengan
kriteria yang diberikan. Untuk perbandingan berpasangan
digunakan matriks. Matriks bersifat sederhana, berkedudukan
kuat
yang
menawarkan
kerangka
untuk
konsistensi,
memperoleh
informasi
tambahan
membuat
semua
perbandingan
yang
memeriksa
dengan
mungkin
dan
menganalisis kepekaan prioritas secara keseluruhan untuk
mengubah
pertimbangan.
Untuk
memulai
proses
perbandingan pasangan, dimulai dari level paling atas
hierarki untuk memilih kriteria, misalnya C, kemudian dari
level di bawahnya diambil elemen- elemen yang
akan
dibandingkan, misal A1, A2, A3 dan A4. Maka elemenelemen tersebut akan tersusun dalam sebuah matriks seperti
yang terlampir pada tabel 2.1.
Tabel 2.1.: Matriks perbandingan berpasangan
C
A1
A2
A3
A4
10
A1
1
A2
1
A3
1
A4
•
1
Mengisi matriks perbandingan berpasangan.
Untuk menerapkan langkah ini, digunakan bilangan untuk
merepresentasikan kepentingan relatif dari satu elemen
terhadap elemen lainnya dari skala satu hingga sembilan
untuk pertimbangan dalam perbandingan berpasangan elemen
pada setiap level hierarki terhadap suatu kriteria di level yang
lebih tinggi. Apabila suatu elemen dalam matriks dan
dibandingkan dirinya sendiri, maka diberi nilai satu. Jika i
dibandingkan dengan j mendapatkan nilai tertentu, maka j
dibandingkan dengan I adalah nilai kebalikanya. Tabel 2.2.
memberikan definisi beserta penjelasan skala kuantitatif dari
satu hingga sembilan untuk menilai tingkat kepentingan suatu
elemen dengan elemen lainnya.
Tabel 2.2.: Skala kuantitatif dalam sistem pendukung
keputusan
Intesitas
kepentingan
Definisi
Penjelasan
Dua
elemen
mempunyai
1
Kedua elemen sama pentingnya
yang
pengaruh
sama
terhadap tujuan
besar
11
Pengalaman
Elemen yang satu sedikit lebih
penting daripada elemen yang
3
penilaian
sedikit
menyokong
elemen
lainnya
dan
satu
dibandingkan
dengan elemen yang
lainnya
Pengalaman
dan
penilaian sangat kuat
menyokong
Elemen yang satu lebih penting
5
dari elemen yang lainnya
elemen
satu
dibandingkan
dengan elemen yang
lainnya
Satu elemen yang kuat
7
Satu elemen sangat penting
disokong dan terlihat
daripada elemen yang lainnya
dominan dalam praktek
Bukti yang mendukung
9
elemen
Satu elemen mutlak lebih penting
daripada elemen yang lainnya
yang
satu
terhadap elemen yang
lainnya
memiliki
tingkat
penegasan
yang paling
yang
tinggi
mungkin
menguatkan
Nilai ini diberikan bila
Nilai-nilai
2, 4, 6, 8
antara dua nilai
pertimbangan yang berdekatan
Kebalikan
ada dua kompromi di
antara dua pilihan
Jika aktivitas i mendapatkan satu angka dibandingkan
dengan aktivitas j, maka j mempunyai nilai kebalikan
dengan i
•
Sintesis
12
Pertimbangan
-
pertimbangan
terhadap
perbandingan
berpasangan perlu disintesis untuk memperoleh keseluruhan
prioritas dengan langkah-langkah sebagai berikut :
Menjumlahkan nilai-nilai dari setiap kolom pada
matriks.
Membagi setiap nilai dari kolom dengan total kolom
yang bersangkutan untuk memperoleh normalisasi
matriks.
Menjumlahkan nilai-nilai dari setiap matriks dan
membaginya
dengan
jumlah
elemen
untuk
mendapatkan nilai rata-rata.
Mengukur konsistensi
Konsistensi memang penting untuk mendapatkan hasil yang
valid di
lapangan.
pertimbangan dengan
AHP
mengukur
konsistensi
rasio konsistensi. Nilai konsistensi
rasio harus kurang dari 5% untuk matriks 3x3, 9% untuk
matriks 4x4 dan 10% untuk matriks yang lebih besar. Jika
lebih dari rasio dari batas tersebut, maka nilai perbandingan
matriks dilakukan kembali. Adapun langkah- langkahnya
adalah:
•
Mengalikan nilai pada kolom pertama dengan
prioritas relatif elemen pertama, nilai pada kolom kedua
dengan prioritas relatif elemen kedua, dan seterusnya.
•
Menjumlahkan setiap baris.
•
Hasil dari penjumlahan baris dibagikan dengan
elemen prioritas relatif yang bersangkutan.
•
Membagi hasil di atas dengan banyak elemen yang
ada, hasilnya disebut dengan eigen vector (λmaks).
•
Menghitung indeks konsistensi dengan rumus (1).
Keterangan:
CI = Consistency Index
13
ßmaks = Eigen Vector
n = banyaknya elemen
•
Menghitung consistency ratio seperti yang
tertulis pada rumus (2).
Keterangan:
CI = Consistency Index
CR = Consistency Ratio
RC = Random Consistency
Matriks random dengan skala satu sampai sembilan beserta
kebalikannya sebagai Random Consistency (RC).
Berdasarkan perhitungan Saaty, dengan menggunakan 500
sampel, jika pertimbangan memilih secara acak dari skala 1/9,
1/8,……8,9 akan diperoleh rata-rata konsistensi untuk matriks yang
berbeda seperti pada tabel 2.3.
Tabel 2.3.: Nilai rata-rata konsistensi
Konsistensi
Ukuran
Acak
1
0,00
2
0,00
3
0,58
4
0,90
5
1,12
6
1,24
7
1,32
8
1,41
9
1,45
10
1,49
2.4 PHP
PHP adalah bahasa pemrograman untuk dijalankan melalui
halaman web, umumnya digunakan untuk mengolah informasi yang ada di
14
internet. Sedangkan dalam pengertian lain, PHP adalah singkatan dari PHP
Hypertext Preprocessor yaitu bahasa pemrograman web server-side yang
bersifat open source. PHP merupakan script yang menyatu dengan HTML
dan berada pada server (Kurniawan, 2010).
PHP adalah bahasa pemrograman script yang paling banyak dipakai
saat ini. PHP adalah script yang dgunakan untuk membuat halaman
web
yang
dinamis. Mekanisme ini menyebabkan informasi yang
diterima client selalu yang terbaru. Semua script PHP dieksekusi pada
server dimana script tersebut dijalankan.
PHP memiliki berbagai kelebihan dan kekurangan.
Kelebihan dari PHP adalah sebagai berikut:
•
Bisa membuat web menjadi dinamis.
•
Bersifat open source.
•
Dapat dijalankan di semua sistem operasi.
•
Mendukung banyak paket database baik komersial
maupun non- komersial.
•
Pengembangannya lebih mudah, karena banyaknya
forum-forum yang membahas tentang perkembangan
PHP.
•
Lebih mudah dipahami karena memiliki referensi yng
cukup banyak.
Sedangkan kekurangan dari PHP:
•
Permasalahan yang sering terjadi pada register_globals.
•
Tidak mengenal package.
•
Jika tidak di-encoding, maka kode PHP dapat dibaca
oleh semua orang.
•
PHP memiliki kelemahan dalam hal keamanan.
Kejelian dan kehati- hatian pemrogram diperlukan
untuk dapat menangkal serangan dari pihak luar.
2.5
Basis Data
Basis data menurut George Tsu-der Chou merupakan kumpulan
informasi bermanfaat yang diorganisasikan ke dalam aturan yang khusus.
15
Informasi adalah data yang telah diorganisasikan ke dalam bentuk yang
sesuai dengan kebutuhan seseorang (Kadir, 1999). Sedangkan menurut Fabri
dan Schwab basis data adalah sistem berkas terpadu yang dirancang
terutama untuk meminimalkan duplikasi data. Dari beberapa definisi di atas,
dapat dikatakan bahwa basis data mempunyai berbagai sumber data dalam
pengumpulan data, bervariasi derajat interaksi kejadian dari dunia nyata,
dirancang dan dibangun agar dapat digunakan oleh beberapa user untuk
berbagai kepentingan (Waliyanto, 2000).
Basis data memiliki peranan yang cukup penting dalam suatu instansi,
kebanyakan adalah perusahaan. Informasi dapat diperoleh dengan cepat
berkat data yang telah tersimpan ke dalam basis data. Sejauh ini basis data
tidak hanya berguna bagi perusahaan saja, tetapi individu-individu dapat
merasakan kebermanfaatan dari basis data. Para programmer dapat
memanfaatkan basis data yang dikemas dalam bentuk DBMS untuk
membuat aplikasi dinamis. Seorang bendahara dengan menggunakan
Microsoft Access dapat mengamati data keuangan yang masuk atau
keuangan yang keluar, sehingga laporan tersebut cukup berharga untuk
keperluan laporan pertanggung jawaban si bendahara tersebut pada akhir
masa jabatannya.
Basis data dikelola dalam suatu perangkat yang bernama DBMS
(Database Management System). Ada banyak perangkat DBMS, di
antaranya adalah MySQL, PostgreSQL, Oracle Express Edition, dan lainlain.
MySQL adalah salah satu jenis database server yang cukup terkenal.
MySQL merupakan salah satu jenis RDBMS (Relational Database
Management System). Operasi data yang menggunakan database pada
umumnya mengikuti aturan yang sama, yaitu (Kurniawan, 2010):
•
Membuka koneksi dengan database server.
•
Memilih dan membuka database yang digunakan.
•
Mengirim
perintah
untuk
mengambil, mengubah,
dan atau menghapus data yang dibuat dalam bentuk query.
•
Mengakses hasil pengambilan data dengan query yang telah
digunakan.
16
•
2.6
Mengakhiri atau menutup sambungan.
Waterfall Process Model
Menurut Pressman (2010, p39) model waterfall adalah model
klasik yang bersifat sistematis, berurutan dalam membangun
software. Berikut ini ada dua gambaran dari waterfall model.
Fase-fase dalam model waterfall menurut referensi Pressman:
Gambar 2.2 Waterfall Pressman
1. Communication
Langkah ini merupakan analisis terhadap kebutuhan
software, dan tahap untuk mengadakan pengumpulan data
dengan melakukan pertemuan dengan customer, maupun
mengumpulkan data-data tambahan baik yang ada di jurnal,
artikel, maupun dari internet.
2. Planning
Proses planning merupakan lanjutan dari proses
communication (analysis requirement). Tahapan ini akan
menghasilkan dokumen user requirement atau bisa dikatakan
sebagai data yang berhubungan dengan keinginan user dalam
pembuatan software, termasuk rencana yang akan dilakukan.
3. Modeling
Proses modeling ini akan menerjemahkan syarat kebutuhan
ke sebuah perancangan software yang dapat diperkirakan sebelum
dibuat coding. Proses ini berfokus pada rancangan struktur data,
17
arsitektur software,
representasi interface, dan detail (algoritma)
prosedural. Tahapan ini akan menghasilkan dokumen yang disebut
software requirement.
4. Construction
Construction merupakan proses membuat kode. Coding atau
pengkodean merupakan penerjemahan desain dalam bahasa yang
bisa dikenali
oleh komputer. Programmer akan menerjemahkan
transaksi yang diminta oleh user. Tahapan inilah yang merupakan
tahapan secara nyata dalam mengerjakan suatu software, artinya
penggunaan komputer akan dimaksimalkan dalam tahapan ini.
Setelah pengkodean selesai maka akan dilakukan testing terhadap
sistem yang telah dibuat tadi. Tujuan testing adalah menemukan
kesalahan-kesalahan terhadap sistem tersebut untuk kemudian bisa
diperbaiki.
5. Deployment
Tahapan ini bisa dikatakan final dalam pembuatan sebuah
software atau sistem. Setelah melakukan analisis, desain dan
pengkodean maka sistem yang sudah jadi akan digunakan oleh user.
Kemudian software yang telah dibuat harus dilakukan pemeliharaan
secara berkala.
2.7
Unifield Modeling Language (UML)
Menurut Nugroho (2010:6), ”UML (Unified Modeling Language)
adalah bahasa pemodelan untuk sistem atau perangkat lunak yang
berparadigma (berorientasi objek).” Pemodelan (modeling) sesungguhnya
digunakan
untuk
penyederhanaan
permasalahan-permasalahan
yang
kompleks sedemikian rupa sehingga lebih mudah dipelajari dan dipahami.
Berdasarkan pendapat yang dikemukakan di atas dapat ditarik
kesimpulan bahwa UML adalah sebuah bahasa yang berdasarkan grafik atau
gambar untuk menvisualisasikan, menspesifikasikan, membangun dan
pendokumentasian dari sebuah sistem pengembangan perangkat lunak
berbasis Objek (Object Oriented programming).
18
Menurut Henderi (2008:5), Berikut ini adalah definisi mengenai 3 diagram
UML:
Use Case Diagram secara grafis menggambarkan interaksi antara sistem,
sistem eksternal dan pengguna. Dengan kata lain use case diagram secara
grafis mendeskripsikan siapa yang akan menggunakan sistem dan dalam
cara apa pengguna (user) mengharapkan interaksi dengan sistem itu. Use
case secara naratif digunakan untuk secara tekstual menggambarkan
sekuensi langkah-langkah dari setiap interaksi.
Class Diagram menggambarkan struktur object sistem. Diagram ini
menunjukkan class object yang menyusun sistem dan juga hubungan
antara class object tersebut.
Sequence Diagram secara grafis menggambarkan bagaimana objek
berinteraksi dengan satu sama lain melalui pesan pada sekuensi sebuah use
case atau operasi.
Activity Diagram secara grafis digunakan untuk menggambarkan rangkaian
aliran aktivitas baik proses bisnis maupun use case. Activity diagram dapat
juga digunakan untuk memodelkan actionyang akan dilakukan saat sebuah
operasi dieksekusi, dan memodelkan hasil dari action tersebut.
2.8 Entity Relationshp Diagram (ERD)
ERD suatu komponen-komponen himpunan entitas dan himpunan
relasi
yang
masing-masing
dilengkapi
dengan
atribut
yang
mempresentasikan seluruh fakta dari dunia nyata yang ditinjau (Jogiyanto,
2005). Tujuan utama dari penggambaran ERD adalah untuk menunjukkan
obyek data atau entitas dan relasi atau hubungan yang ada di dalam obyek
tersebut. Berikut ini adalah simbol-simbol yang sering digunakan untuk
perancangan ERD:
1. Entitas
Entitas merupakan kumpulan obyek atau suatu yang dapat atau
dapat diidentifikasi secara unik, kumpulan entitas yang sejenis
disebut entity set.
19
Gambar 2.2.: Gambar entitas
2. Relasi
Relasi adalah hubungan yang terjadi antara satu entitas atau lebih.
Kumpulan relasi yang sejenis disebut dengan relatioship set.
Gambar 2.3.: Gambar relationship
3. Atribut
Atribut dalah karakteristik dalam entitas atau relasi yang
mengerjakan penjelasan lebih jelas tentang entitas atau dengan
kata lain adalah kumpulan elemen data yang membentuk suatu
entitas.
Gambar 2.4.: Gambar atribut
20