Metode SAW (Simple Additive Weighting) dalam Pengambilan

Seminar Nasional Ilmu Komputer (SNIK 2016) - Semarang, 10 Oktober 2016
ISBN: 978-602-1034-40-8
Metode SAW (Simple Additive Weighting) dalam Pengambilan
Keputusan Pemilihan Strategi Pemasaran Industri Tekstil
Budi Prasetiyo1, Andika Resti Suryani2
1
Program Studi Teknik Informatika, FMIPA Unnes
2
Program Studi Matematika, FMIPA Unnes
Email: [email protected], [email protected]
Abstrak
Pemilihan strategi pemasaran diperlukan seiring semakin berkembangnya indutri pesaing. Pemilihan strategi dapat
dilakukan dengan bantuan pengambilan keputusan melalui metode pada Fuzzy. Metode SAW (Simple Additive
Weighting) dapat membantu pengambilan keputusan mengenai pemilihan strategi. Penelitian ini bertujuan untuk
mengetahui hasil pengambilan keputusan sebagai strategi pemasaran dalam industri tekstil menggunakan metode
SAW. Terdapat empat alternatif strategi dengan kriteria untuk penilain alternatif sebanyak 14 kriteria. Hasilnya,
diperoleh bahwa dengan metode SAW alternatif yang terpilih adalah Alternatif 1 (A1), yaitu berupa pengoptimalan
mesin-mesin berteknologi tinggi, tenaga kerja, sumber daya perusahaan dan penggunaan system VMI.
Kata Kunci: Fuzzy, Strategi Pemasaran, Metode SAW
Abstract
Selection of the necessary marketing strategies in line with the development of industry rivals. Selection strategies
can be done with the help decision making through methods on Fuzzy. Methods SAW (Simple Additive weighting)
can help make decisions regarding the selection of strategies. This study aims to determine the results of the decisionmaking as a marketing strategy in textiles using SAW method. There are four alternative strategies with alternative
criteria for assessing a total of 14 criteria. The result was obtained that the SAW method chosen alternative is
Alternative 1 (A1), the form optimization of high-tech machines, labor, corporate resources and the use of VMI
system.
Keyword: Fuzzy, Marketing strategy, SAW method
1.
PENDAHULUAN
Industri tekstil mempunyai peran yang cukup penting di dalam perekonomian Indonesia. Industri tekstil
dan produk tekstil merupakan salah satu industri yang di prioritaskan untuk dikembangkan karena
memiliki peran yang strategis dalam perekonomian nasional, yaitu sebagai penyumbang devisa negara,
menyerap tenaga kerja yang cukup besar. Disamping itu, sebagai industri untuk
memenuhi kebutuhan sandang nasional. Hal ini pula dapat ditunjukkan melalui perolehan surplus ekspor
terhadap impor selama satu dasawarsa terakhir [1]. Industri tekstil mempunyai kontribusi 2,18 persen
terhadap Produk Domestik Bruto (PDB) dan 8,01 persen terhadap industri pengolahan pada tahun 2010
[2]. Peningkatan laju permintaan produk industri tekstil biasanya akan berdampak dengan peningkatan
jumlah unit usaha tekstil [3]. Seiring perkembangan industri tekstil, maka persaingan di industri tekstil
semakin besar pula. Sehingga menuntut perusahaan untuk mampu bersaing serta menuntut agar pengelola
unit usaha tekstil untuk dapat bergerak dengan cepat, efektif dan efisien agar usaha yang dikembangkan
berhasil [4].
Keberhasilan suatu usaha salah satu factor penentunya adalah dalam hal pemasaran. Sehingga dibutuhkan
strategi pemasaran yang kompetitif. Pemilihan strategi pemasaran dibutuhkan penelitian diberbagai faktor
internal dan eksternal perusahaan yang berpengaruh terhadap performasi perusahaan [5]. Pemilihan
strategi pemasaran dapat dikategorikan sebagai tindakan pengambilan keputusan [6]. Pengambilan
keputusan dapat dibantu dengan suatu metode tertentu, salah satunya menggunakan logika fuzzy.
Pemanfaatan fuzzy dalam pemilihan strategi pemasaran diantaranya pendekatan dengan fuzzy AHP untuk
memilih startegi pemasaran [7], pemilihan strategi marketing untuk hotel di Taiwan menggunakan AHP
(Lin & Wu) [8].
Masalah pengambilan keputusan ini dapat dikategorikan dalam masalah Multi-Attribute Decision Making
(MADM) dalam logika fuzzy. Untuk menyelesaikan masalah MADM ini terdapat metode-metode yang
dapat membantu dalam pengambilan keputusan, salah satu diantaranya metode Simple Additive Weighting
Method (SAW). Metode SAW sering dikenal dengan istilah metode penjumlahan terbobot. Konsep dasar
379
Seminar Nasional Ilmu Komputer (SNIK 2016) - Semarang, 10 Oktober 2016
ISBN: 978-602-1034-40-8
metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua
atribut [9, 10].
2.
METODE
2.1. Metode Simple Additive Weighting (SAW)
Konsep metode SAW adalah mencari jumlahan terbobot dari rating kinerja pada setiap alternatif pada
semua atribut. Dalam metode SAW ini membutuhkan proses normalisasi matriks keputusan (X) ke suatu
skala yang dapat diperbandingkan dengan semua rating alternatif yang ada [3]. Penentukan hasil
normalisasi digunakan rumus sebagai berikut.
{
(1)
dimana
adalah rating knerja ternormalisasi dari alternatif Ai pada atribut Cj; i = 1,2,…,m dan
j=1,2,…,n. Nilai preferensi untuk setiap alternatif (Vi) diberikan sebagai:
∑
(2)
Nilai Vi yang lebih besar mengindikasikan bahwa alternatif Ai lebih terpilih.
3.
HASIL DAN PEMBAHASAN
3.1. Alternatif dan Kriteria Starategi Pemasaran
Terdapat 4 alternatif yang digunakan dalam memilih strategi pemasaran. Keempat alternatif strategi
pemasaran tersebut adalah.
1.
2.
3.
4.
Alternatif 1 (A1)
Memenuhi target permintaan pasar dengan pengoptimalan mesin-mesin berteknologi tinggi, tenaga
kerja, sumber daya perusahaan dan penggunaan system VMI.
Alternatif 2 (A2)
Menggunakan brand image perusahaan denga melakukan kegiatan promosi produk secara online
dan jejaring sosial dan penyediaan pusat pelayanan pelanggan.
Alternatif 3 (A3)
Melakukan pemasaran dengan cara menjemput bola ke pelanggan untuk menawarkan produk
perusahaan.
Alternatif 4 (A4)
Melaukan pertemuan pelaku distribusi dengan pengadaan rapat rutin tiap bulan oleh tim pemasaram
untuk memperbaiki sistem distribusi perusahaan.
Kriteria-kriteria strategi pemasaran yang digunakan seperti pada Tabel 1 [11]. Sedangkan untuk rating
kecocokan kriteria dari setap alternatif pada setiap kriteria terdapat pada Tabel 2 dan untuk pembobotan
dan jenis kriteria untuk pengambilan keputusan terdapat pada Tabel 3.
Tabel 1. Kriteria Strategi Pemasaran
Kriteria
Atribut
Managerial Capabilities
Keadaan Finansial (KF)
Keefektifan Manajemen SDM (MS)
Manajemen Operasi yang Baik (MO)
Customer Linking
Tingkat Customer Service (CS)
Capabilities
Hubungan dengan Key Target Customer (KT)
Mengetahui Kebutuhan Konsumen (KK)
Menciptakan Hubunagn Dengan Konsumen
(MK)
Mengembangkan Hubungan dengan
Konsumen (HK)
Market Innovation
Kapabilitas Mengeluarkan Produk Baru (PB)
Capabilities
Keefektifan Proses Pengembangan Produk
(PP)
380
Seminar Nasional Ilmu Komputer (SNIK 2016) - Semarang, 10 Oktober 2016
ISBN: 978-602-1034-40-8
Kriteria
Human Resource Assets
Reputational Assets
Atribut
Tingkat Kepuasan Kerja Karyawan (TK)
Tingkat Retensi Karyawan (TR)
Brand and Reputation (BR)
Integritas (IR)
Tabel 2. Rating kecocokan dari setiap alternatif pada setiap kriteria
Kriteria
Alternatif
KF
MS
MO
CS
KT
A1
7.616000
7.550656
7.507085
7.417063
7.028862
A2
7.616000
8.042556
8.462468
8.666667
7.942884
A3
7.300182
7.184165
7.063887
7.000000
6.838134
A4
5.713569
5.940097
6.177960
Kriteria
6.368734
6.582169
Alternatif
KK
MK
HK
PB
PP
A1
6.636985
6.368734
6.420303
6.457143
6.539219
A2
7.236813
6.817173
6.434326
6.047174
5.713569
A3
6.686280
6.539219
6.539219
6.539219
6.539219
A4
6.770862
7.000000 6.560037
Kriteria
6.133480
5.713569
TK
TR
BR
IR
A1
7.073927
7.605532
7.948366
7.948366
A2
5.991666
6.266369
6.539219
7.073927
A3
6.817102
7.089233
7.300182
7.300182
A4
5.594432
5.470339
5.343861
6.417774
Alternatif
Tabel 3. Bobot Kriteria dan Jenis Kriteria
Atribut
Kode
Bobot (wj)
Keadaan Finansial
KF
0,1799
Keefektifan Manajemen SDM
MS
0,1132
Manajemen Operasi yang Baik
MO
0,1010
Tingkat Customer Service
CS
0,0392
Hubungan dengan Key Target Customer
KT
0,0326
Mengetahui Kebutuhan Konsumen
KK
0,0632
Menciptakan Hubunagn dengan Konsumen
MK
0,0316
Menciptakan Hubungan dengan Konsumen
HK
0,0308
Kapabilitas Mengeluarkan Produk Baru
PB
0,0708
Keefektifan Proses Pengembangan Produk
PP
0,0717
Tingkat Kepuasan Kerja Karyawan
TK
0,0662
Tingkat Retensi Karyawan
TR
00585
Brand and Reputation
BR
0,0751
Integritas
IR
0,0661
Jenis Kriteria
+
+
+
+
+
+
+
+
+
+
+
+
3.2 Pengolahan Data dengan Metode Simple Additive Weighting Method (SAW)
Dari tabel rating kecocokan dibuat matrik keputusan yang kemudian dilakukan normalisasi sesuai dengan
persamaan (1), hasil normalisasi disajikan dalam bentuk matriks normalisasi seperti pada Tabel 4.
381
Seminar Nasional Ilmu Komputer (SNIK 2016) - Semarang, 10 Oktober 2016
ISBN: 978-602-1034-40-8
Tabel 4. Matrik Ternormalisasi
Kriteria
KF
MS
MO
CS
KT
A1
0.750206
0.938838
0.887104
0.855815
0.88497
A2
0.750206
1
1
1
1
A3
0.782661
0.893269
0.834731
0.807692
0.860913
A4
1
0.738583
0.730042
0.734854
0.828688
Alternatif
Kriteria
KK
MK
HK
PB
PP
A1
0.9171143
0.909819
0.978699
0.987449
1
A2
1
0.973882
0.980837
0.924755
0.873739
A3
0.923926
0.934174
0.996827
1
1
A4
0.935614
1
1
0.93795
0.873739
Alternatif
Kriteria
TK
TR
BR
IR
A1
1
0.719258
1
1
A2
0.8470070
0.872968
0.822712
0.889985
A3
0.9636941
0.771641
0.918451
0.918451
A4
0.7908524
1
0.67232
0.807433
Alternatif
Proses perangkingan alternatif pilihan dilakukan berdasarkan persamaan (2), sehingga diperoleh:
4.
SIMPULAN
Pada metode SAW alternatif yang terpilih dalam pemilihan strategi pemasaran adalah alternatif 1 (A1)
dari empat alternatif yang ada. Strategi Alternatif 1 berupa pengoptimalan mesin-mesin berteknologi
tinggi, tenaga kerja, sumber daya perusahaan dan penggunaan system VMI.
5.
REFERENSI
[1] Kemenperin. 2010. Biro Umum dan Humas. Kementerian Perindustrian, Jakarta.
[2] BPS. 2009. Statistik Indonesia 2008. Badan Pusat Statistik, Jakarta.
[3] Kusumadewi, S., Hartati, S, et al,. 2006. Fuzzy Multi-Attribute Decision Making (Fuzzy MADM).
Graha Ilmu, Yogyakarta.
[4] Yulianto, A.W, Suyitno Hardi, Mashuri, 2012. Aplikasi Fuzzy Linear Programming dalam
Optimalisasi Produksi. UNNES Journal of Mathematics. Vol. 1(1): 9-14.
[5] Sari, P.M.R, Santoso, P.B, Hamdala, I. Pengambilan Keputusan Strategi Pemasaran Menggunakan
Metode ANP dan Fuzzy TOPSIS. Universitas Brawijaya.
[6] Yunus, M, Dahlan, H.S, Santoso, P.B, 2014. SPK Pemilihan Calon Pendonor Darah Potensial
dengan Algoritma C4.5 dan Fuzzy Tahani. Junal EECCIS. Vol. 1(8), 57-58.
[7] Mohaghar, Ali. 2012. A Combined VIKOR–Fuzzy AHP Approach to Marketing Strategy Selection.
Business Management and Strategy, Vol. 3(1).
[8] Lin, C.T., & Wu, C.S. 2008. Selecting Marketing Strategy for Private Hotels in Taiwan using the
Analytic Hierarchy Process. The Service Industries Journal. Vol. 28(8), 1077-1091.
[9] Fishburn, P. C.1967. A Problem-based Selection of Multi-Attribute Decision Making Methods.
Blackwell Publisihing, New Jersey.
[10] MacCrimmon, K. R., 1968, Decisionmaking among Multiple Attribute Alternatives. A Survey
and Consolidated Approach, RM-4823-ARPA, the Rand Corporation, Santa Monica (CAL).
[11] Wu, C.S, Lin, C.T, Lee, C 2009. Optimazing a Marketing Expert Decision Process for Private Hotel.
Journal of Expert System with Applications. Vol 36: 5613-5619.
382