RANCANG BANGUN APLIKASI SISTEM

RANCANG BANGUN APLIKASI SISTEM PENDUKUNG KEPUTUSAN
PEMILIHAN ALTERNATIF TANAMAN OBAT
BERBASIS WEB
Anita Apriani[1], Acep Irham Gufroni[2], Husni Mubarok[3]
Jurusan Teknik Informatika, Fakultas Teknik, Universitas Siliwangi Tasikmalaya
Email : [1] [email protected]
[2]
[email protected]
[3]
[email protected]
ABSTRACT
Treatment by medical plants considered more effective as a natural addition, the price’s reachable and
even some can be picked from the garden by itself. Medical plants alternatives offer so many kinds to use
because so many plants which can be utilized. Since there are so many considerations to determine herbal
medicines alternatives, the application needs to be created that can perform alternative selection of medical
plants, so that an Election Aplication of Decision Support System Medicine Plant’s Alternative Web Based was
created. Decision Support System (DSS) is generally defined as a system which it’s able to generating and
handling in solving problems. DSS is not intended to replace the role of decision-makers, but it’s helping and
supporting the decision maker. Linear Sequential Model is used for the method of software development. This
application’s also implements resolving method, Simple Additive weighting (SAW) which the system’s able to
generating decision alternatives for easier decision-makers in the selection of medical plants. A dynamic
criterias which it can make the users rechanging the weight properly. The resulting decision isn’t a final
decision, in the end decision’s still depend on the users.
Keywords: Decision Support System, Simple Additive Weighting, Medicinal Plants
ABSTRAK
Pengobatan dengan menggunakan tanaman obat dinilai lebih berkhasiat sehingga banyak diminati,
karena selain alami harganya pun terjangkau bahkan ada pula yang dapat dipetik dari kebun sendiri. Alternatif
tanaman obat yang ditawarkan tentu jenis yang beragam mengingat banyak sekali tanaman yang dapat
dimanfaatkan. Akibat banyaknya pertimbangan untuk menentukan alternatif tanaman obat, maka perlu dibuat
aplikasi yang dapat melakukan pemilihan alternatif tanaman obat seperti layaknya seorang pakar tanaman, yaitu
dibuatnya Aplikasi Sistem Pendukung Keputusan Pemilihan Alternatif Tanaman Obat Berbasis Web. Sistem
Pendukung Keputusan (SPK) secara umum didefinisikan sebagai sebuah sistem yang mampu menghasilkan
pemecahan maupun penanganan masalah. SPK tidak dimaksudkan untuk menggantikan peran pengambil
keputusan, tapi untuk membantu dan mendukung pengambil keputusan. Metode pengembangan perangkat lunak
yang digunakan adalah Linear Sequential Model. Sistem ini mengimplementasikan metode penyelesaian Simple
Additive Weighting (SAW) dimana sistem tersebut mampu menghasilkan alternatif keputusan untuk lebih
memudahkan pengambil keputusan pemilihan alternatif tanaman obat. Kriteria bersifat dinamis, nilai bobotnya
dapat diubah sesuai kebutuhan user. Keputusan yang dihasilkan bukan merupakan keputusan akhir, karena
keputusan akhir tetap ada pada pengambil keputusan.
Kata Kunci: Sistem Pendukung Keputusan, Simple Additive Weighting, Tanaman Obat
I.
Pendahuluan
Peralihan perhatian masyarakat mengenai cara
melakukan pengobatan di Rumah Sakit kepada obatobatan tradisional atau tanaman obat telah menjadi
pusat perhatian. Pengobatan dengan menggunakan
tanaman obat dinilai lebih berkhasiat sehingga
banyak diminati karena selain aman, harganya pun
terjangkau bahkan ada pula yang dihasilkan dari
kebun sendiri. Alternatif tanaman obat yang
ditawarkan tentu memiliki jenis yang beragam
mengingat banyak sekali tanaman yang dapat
dimanfaatkan. Banyaknya alternatif yang ada
menjadikan masyarakat bingung dalam menentukan
pilihan tanaman obat apa yang akan digunakan.
Banyaknya pertimbangan untuk menentukan
alternatif tanaman obat, maka perlu dibuat aplikasi
yang dapat melakukan penentuan alternatif tanaman
obat, yaitu dibuatnya Rancang Bangun Aplikasi
Sistem Pendukung Keputusan Pemilihan Alternatif
Tanaman Obat berbasis Web.
1
Membuat rancang bangun sistem ini tentunya
akan membantu masyarakat yang kini mulai
mengenal canggihnya teknologi komputer dan
internet dalam menentukan alternatif tanaman obat,
karena perancangan antarmuka yang interaktif dan
mudah digunakan. Pertimbangan terhadap alternatif
pun dilakukan dengan perhitungan terhadap tiap
kriteria sehingga dapat menjadi solusi pemecahan
masalah. Kriteria-kriteria yang digunakan merupakan
hasil kuisioner terhadap ahli, produsen dan konsumen
tanaman obat.
II.
Landasan Teori
A. Decision Support System
Sistem Pendukung Keputusan atau Decision
Support System secara umum didefinisikan sebagai
sebuah sistem yang mampu memberikan kamampuan
pemecahan maupun penanganan masalah dengan
kondisi semi terstruktur dan tidak terstruktur dimana
tak seorangpun tahu secara pasti bagaimana
keputusan itu seharusnya dibuat (Kusrini, 2007).
memiliki khasiat dan manfaat yang manjur juga
ampuh untuk membantu pengobatan berbagai macam
penyakit (Hendrik, 2012).
B.
Simple Additive Weighting
Metode SAW merupakan salah satu metode dari
Multi-Attribute Decision Making. Metode ini juga
sering dikenal dengan istilah metode penjumlahan
terbobot. Konsep dasar metode SAW adalah mencari
penjumlahan terbobot dari rating kinerja pada setiap
alternative pada semua atribut (Kusumadewi, dkk,
2006). Langkah penyelesaian metode SAW :
1. Menentukan kriteria yang dijadikan acuan
pengambilan keputusan.
2. Menentukan rating kecocokan setiap alternatif
pada setiap kriteria.
3. Membuat matriks keputusan berdasarkan kriteria,
kemudian
melakukan
normalisasi
matriks
berdasarkan persamaan yang disesuaikan dengan
jenis
atribut
sehingga
diperoleh
matriks
ternormalisasi R.
III. Metodologi
Metodologi yang digunakan dalam penelitian
ini adalah pengembangan perangkat lunak
terstruktur, Linear Sequential Model. Aktivitas yang
dilakukan diantaranya adalah sebagai berikut:
a. System Engineering, melakukan beberapa
metode pengumpulan data yaitu wawancara,
observasi dan studi pustaka.
b. System Analysis, melakukan analisis terhadap
permasalahan dengan membuat bagan alir
sistem, analisis kebutuhan sistem dan kebutuhan
perangkat lunak dan perangkat keras.
c. Design, desain atau perancangan yang
dilakukan adalah perancangan antarmuka,
perancangan sistem yang terdiri dari pemodelan
fungsional yaitu diagram konteks, Data Flow
Diagram (DFD) dan spesifikasi proses, serta
pemodelan data
yang terdiri dari Entity
Relationship Diagram (ERD), kamus data, Data
Object Diagram (DOD) dan struktur tabel.
d. Coding, mengimplementasikan hasil desain ke
dalam kode dengan menggunakan bahasa PHP.
e. Testing, pengujian kebenaran logik dan
fungsionalitas sehingga diketahui kekurangan
program.
f.
Maintenance, menangani dan merawat aplikasi
sistem pendukung keputusan penentuan
tanaman kategori obat herbal yang telah selesai
supaya dapat berjalan dan terhindar dari
gangguan yang menyebabkan kerusakan
(Pressman, 2002).
4. Hasil akhir diperoleh dari proses perangkingan
yaitu
penjumlahan
dari
perkalian
matriks
ternormalisasi R dengan vektor bobot sehingga
diperoleh nilai terbesar yang dipilih sebagai alternatif
terbaik sebagai solusi.
C.
Tanaman Obat
Obat adalah bahan atau zat yang berasal dari
tumbuhan, hewan, mineral atau zat kimia tertentu
yang dapat digunakan untuk mengurangi rasa sakit,
memperlambat
proses
penyakit
dan
atau
penyembuhan terhadap suatu penyakit. Obat ada
yang bersifat tradisional seperti jamu, obat herbal dan
ada yang telah melalui proses kimiawi atau fisika
tertentu serta telah di uji khasiatnya. Yang terakhir
inilah lazim disebut sebagai obat.
Obat harus sesuai dengan dosis agar efek terapi
atau khasiatnya kita dapatkan. Efek obat umumnya
timbul karena interaksi obat dengan reseptor pada sel
suatu organisme. Interaksi obat dengan reseptornya
ini mencetuskan perubahan kimiawi dan fisiologi
yang merupakan respon khas untuk obat tersebut.
Herbal adalah tanaman atau jamu.
Obat herbal adalah obat yang berasal dari
tumbuh-tumbuhan, karena tidak memiliki efek
samping seperti pada obat-obatan kimia. Obat herbal
pun sering disebut sebagai phytomedicine atau obat
botani, bahan-bahan dasar obat-obatan herbal adalah
ekstrak dari seluruh atau sebagian tanaman yang
dijadikan obat. Penggunaan obat herbal telah dikenal
dan banyak digunakan sejak jaman dahulu, karena
Listing 1. Pseudocode SAW
Function max_a (input/output T:TabInteger)
Kamus
l,k,lmax,temp : integer
Algoritma
for l  5 downto 2 do
lmax  1
for k  1 to (l-1) do
if (T[k] > T[lmax]) then
lmax  k
endif
endfor
Temp  T[l]
Temp[l]  T[lmax]
T[lmax]  temp
endfor
Algoritma SAW
Kamus
matrix : array[1..3] [1..5] of real
TabInt : array [1..nMax] of real
v : array [1..3] of real
b,c,d,e,f,h,i,j,k,l,m,n,o,p,q,r,u,w,x,A,S,G : real
t : matrix
2
A.
Algoritma
read(b,c,d,e,f,h,i,j,k,l,n,o,p,q,r)
DFD
1. DFD level konteks
Admin
matrix[1][1]  b
matrix[2][1]  c
matrix[3][1]  d
matrix[4][1]  e
matrix[5][1]  f
matrix[1][2]  h
matrix[2][2]  i
matrix[3][2]  j
matrix[4][2]  k
matrix[5][2]  l
matrix[1][3]  n
matrix[2][3]  o
matrix[3][3]  p
matrix[4][3]  q
matrix[5][3]  r
Hak Akses,
Informasi Data User
Informasi Data Tanaman,
Informasi Data Penyakit,
Informasi Data Alternatif,
Informasi Data Kriteria,
Informasi Alternatif Keputusan
User ID,
Password,
Data Tanaman, Data Penyakit,
Data Alternatif, Data Kriteria,
Data Penilaian
0
Sistem Pendukung
Keputusan Pemilihan
Alternatif Tanaman
Obat
+
Informasi Data Tanaman,
Informasi Data Penyakit,
Informasi Data Alternatif,
Informasi Data Kriteria,
Informasi Alternatif Keputusan
Data Alternatif, Data Kriteria,
Data Penilaian
User
Gambar 1. DFD Level Konteks
read (t)
A  max_a(t,TabInt)
write (A)
S  max_a(t,TabInt)
write (S)
G  max_a(t,TabInt)
write (G)
2.
DFD level 1 admin
User id,
password
1
Login
Hak Akses
Admin
Record User
Data Tanaman,
Data Penyakit,
Data Alternatif,
Data Kriteria,
Data Penilaian
user
matrix[1][1]  t[1][1] / A
matrix[2][1]  t[2][1] / A
matrix[3][1]  t[3][1] / A
matrix[4][1]  t[4][1] / A
matrix[5][1]  t[5][1] / A
matrix[1][2]  t[1][2] / S
matrix[2][2]  t[2][2] / S
matrix[3][2]  t[3][2] / S
matrix[4][2]  t[4][2] / S
matrix[5][2]  t[5][2] / S
matrix[1][3]  t[1][3] / G
matrix[2][3]  t[2][3] / G
matrix[3][3]  t[3][3] / G
matrix[4][3]  t[4][3] / G
matrix[5][3]  t[5][3] / G
Informasi Data Tanaman,
Informasi Data Penyakit,
Informasi Data Alternatif,
Informasi Data Kriteria,
Informasi Alternatif Keputusan
Record Tanaman
Record Penilaian
Data Tanaman
2
Pengolahan Data
Data Penilaian
Record Alternatif
+
Record Penyakit
Data Alternatif
Data Penyakit
Tanaman
Penilaian
Record Kriteria
Data Kriteria
Penyakit
Kriteria
Alternatif
Gambar 2. DFD level 1
3. DFD level 1 user
User
Data Alternatif,
Data Kriteria,
Data Penilaian
Informasi Data Tanaman,
Informasi Data Penyakit,
Informasi Data Alternatif,
Informasi Data Kriteria,
Informasi Alternatif Keputusan
read (u,w,x)
Record Tanaman
Record Penilaian
V[1]  0
V[2]  0
V[3]  0
2
Pengolahan Data
Data Penilaian
Record Alternatif
+
Record Penyakit
for m  1 to 5 do
V[1]  u * matrix[m][1] + V[0]
V[2]  w * matrix[m][2] + V[1]
V[3]  x * matrix[m][3] + V[2]
m  m+1
endfor
Data Alternatif
Record Kriteria
Data Kriteria
Tanaman
Penilaian
Penyakit
Kriteria
Alternatif
Gambar 3. DFD level 1
writeln (V[0], V[1], V[2])
3
B.
4. Form Alternatif
ERD
*kd_altrntf
nilai
**kd_altrntf
*kd_nilai
*kd_altrntf
*kd_nilai
**kd_penyakit
user_id
User
**kd_kriteria
password
alternatif
I
I
Memberikan
data
I
penilaian
I
**kd_penyakit
*kd_nilai
*kd_tanaman
Memberikan
data
keterangan
Memberikan
data
nm_tanaman
*kd_altrntf
*kd_kriteria
N
Tanaman
N
I
berhubungan
N
Penyakit
kriteria
to1
*kd_penyakit
to2
nm_kriteria
nm_penyakit
Gambar 13. Form Alternatif
*kd_kriteria
bobot
to3
5. Form Penilaian
Gambar 6. ER-Diagram
IV. Hasil dan Pembahasan
A. Implementasi
1. Form Maintenance Tanaman
Gambar 14. Form Penilaian
6. Form Hasil Penilaian
Gambar 15. Form Hasil Penilaian
B.
a.
Gambar 10. Form Maintenance Tanaman
2. Form Maintenance Penyakit
Pengujian
Kriteria yang ada merupakan hasil kuesioner,
metode SAW memberikan nilai rating
kepentingan kriteria, sebagai berikut:
Tabel 1. Rating Kepentingan Kriteria
Rating Kepentingan
Keterangan
1
Sangat Rendah
2
Rendah
3
Cukup
4
Tinggi
5
Sangat Tinggi
Hasil dari input data kriteria pada Gambar 12.
akan didapat nilai bobot preferensi (W)
sebagai berikut:
Gambar 11. Form Maintenance Penyakit
3. Form Kriteria
W = (5, 3, 4, 1, 2)
Bobot preferensi ini dapat diubah nilainya
sesuai kebutuhan pengguna. Misalnya,
menurut pengguna harga lebih diutamakan
dalam pemilihan alternatif tanaman obat
nantinya, maka pengguna dapat mengubah
nilai sesuai kebutuhan.
Gambar 12. Form Kriteria
b.
4
Pengguna memilih nama penyakit yang
dikehendaki, kemudian muncul form penilaian
yang merupakan rating kecocokan alternatif
terhadap kriteria dalam Metode SAW, sebagai
berikut:
Tabel 5. Matriks Keputusan
Tabel 2. Rating Kecocokan alternatif
Terhadap Kriteria
Rating Kecocokan
Keterangan
1
Sangat Buruk
2
Buruk
3
Cukup
4
Baik
5
Sangat Baik
c.
A1
A2
A3
e.
A1
A2
A3
Harga
Khasiat
Mahal
Efektif
Cukup
Murah
Cukup
Efektif
Cukup
Efektif
Murah
Rasa
Efek Samping
5
2
4
Setelah mendapatkan matriks keputusan,
selanjutnya membuat matriks ternormalisasi
(R) dengan melakukan perhitungan sebagai
berikut:
r31 =
r35 =
Enak
Seterusnya sehingga hasil dari seluruh
perhitungan tersebut diperoleh matriks
ternormalisasi (R) seperti dalam tabel 6
berikut:
Tabel 6. Matriks Ternormalisasi
A1
A2
A3
Nilai
5
4
3
2
1
Harga
Tidak Bayar
Murah
Cukup Murah
Mahal
Sangat Mahal
5
4
3
2
1
Khasiat
Sangat Efektif
Efektif
Cukup Efektif
Kurang Efektif
Tidak Efektif
5
4
3
2
1
Penyediaan Barang
Sangat Mudah
Mudah
Cukup Mudah
Sulit
Sangat Sulit
5
4
3
2
1
Rasa
Sangat Enak
Enak
Cukup Enak
Kurang Enak
Tidak Enak
5
4
3
2
1
d.
4
3
3
Rasa
r23 =
Sangat
Enak
Kurang
Enak
Tabel 4. Rating Kecocokan yang telah diubah
Nama Nilai
Sangat Penting
Penting
Cukup Penting
Kurang Penting
Tidak Penting
2
3
4
Penyediaan
Barang
3
3
5
r22 =
Untuk memudahkan pengguna dalam menilai
alternatif tanaman obat, nilai rating kecocokan
diubah menjadi bentuk kata/kalimat yang disesuaikan
dengan kriteria, keterangannya seperti pada tabel 4
dibawah ini:
Nama Kriteria
Khasiat
r12 =
Tabel 3. Contoh Penilaian Alternatif Tanaman Obat
Penyediaan
Barang
Cukup
Mudah
Cukup
Mudah
Sangat
Mudah
Harga
r11 =
Berikut merupakan contoh tabel penilaian
alternatif tanaman obat untuk pusing
berdasarkan Gambar 14. :
Efek
Samping
Tidak
Penting
Kurang
Penting
Cukup
Penting
Efek
Samping
1
2
3
Efek Samping
Harga
Khasiat
0,333333333333
0,5
0,75
1
1
0,75
0,75
0,666666666667
1
Penyediaan
Barang
0,6
0,6
1
Rasa
1
0,4
0,8
Setelah menghitung R dalam bentuk matriks
ternormalisasi, hasil akhir diperoleh dari
proses perangkingan yaitu penjumlahan dari
perkalian matriks ternormalisasi R dengan
vektor bobot sehingga diperoleh nilai terbesar
yang dipilih sebagai alternatif terbaik sebagai
solusi berdasarkan persamaan berikut :
V1 = (5)(0,3333)+(3)(0,5)+(4)(1)+(1)(0,6)+(2)(1)
= 9,766666666665
V2 = (5)(0,6667)+(3)(0,75)+(4)(0,75)+(1)(0,6)+(2)(0,4)
= 9,983333333333
V3 = (5)(1)+(3)(1)+(4)(0,75)+(1)(1)+(2)( 0,8)
= 13,6
Hasilnya kita bandingkan dengan Aplikasi
Sistem Pendukung Keputusan Pemilihan
Alternatif Tanaman Obat berikut:
Hasil penilaian dari form penilaian gambar 14.
memberikan bentuk matriks keputusan seperti
pada tabel berikut:
Gambar 16. Form Hasil Penilaian
5
b.
Berdasarkan penilaian yang telah dilakukan,
alternatif tanaman obat terbaik untuk pusing
adalah pisang dengan nilai 13,8.
c.
V.
Kelebihan dan Kekurangan
Hasil penelitian yang dilakukan, aplikasi sistem
pendukung keputusan pemilihan alternatif tanaman
obat ini memiliki kelebihan sebagai beikut:
a.
b.
c.
d.
e.
DAFTAR PUSTAKA
Data alternatif bersifat dinamis, alternatif
tanaman obat dapat diubah pada form penyakit.
Kriteria bersifat dinamis, nilai bobotnya dapat
diubah sesuai kebutuhan user.
Nilai bobot disimpan dalam database, sehingga
tidak perlu menentukan prioritas untuk
penilaiannya saat program dijalankan ulang.
Memiliki kemampuan untuk mengukur kinerja
relatif dan alternatif-alternatif keputusan dalam
bentuk matematis sederhana.
Alternatif tanaman obat yang disajikan
merupakan hasil kuesioner sehingga datanya
dapat dipercaya.
AS, Rossa & Shalahuddin, M. 2011. Modul
Pembelajaran:
Rekayasa
Perangkat
Lunak.
Bandung: Penerbit Modula.
Asosiasi Herbalis Nusantara. 2010. Herbalis
Nusantara.
http://www.herbalisnusantara.co.id. Diakses pada
tanggal 11 Agustus 2012
Kadir, Abdul. 2011. Buku Pintar JQuery dan PHP.
Yogyakarta: Mediakom.
Kusumadewi, Sri. Hartati, Sri. Harjoko, Agus &
Wardoyo, Retantyo. 2006. Fuzzy Multi-Atribute
Decision Making (Fuzzy MADM). Yogyakarta:
Graha Ilmu.
Sedangkan kekurangan yang dimiliki oleh
aplikasi sistem pendukung keputusan pemilihan
alternatif tanaman obat adalah sebagai berikut:
a.
b.
Naga, Sholeh S. 2012. Buku Lengkap Ilmu Penyakit
Dalam. Jakarta: DIVA
Pengguna minimal mengetahui baik sistem
pendukung keputusan maupun metode SAW
agar saat menggunakannya tidak terjadi
kebingungan.
Sistem pendukung keputusan pemilihan
alternatif tanaman obat belum menampilkan
detil penyakit
Rudholpi. 2005. Pencarian bobot atribut pada MultiAttribute Decision Making dengan pendekatan
objektif menggunakan algoritma genetika.
http://cicie.files. wordpress. com/2008/06/srikusumadewi-jurnal-genetika.pdf. Diakses pada
tangga 20 Agustus 2012
VI. Kesimpulan dan Saran
A. Kesimpulan
Suparyanto, Dr. M.Kes. 2000. Merancang Kuesioner
Penelitian. Yogyakarta: Andi
Berdasarkan
hasil
pembahasan
dan
implementasi dalam penelitian ini, maka didapat
kesimpulan sebagai berikut:
1. Sulitnya masyarakat dalam menentukan tanaman
obat yang dapat dijadikan alternatif penyembuhan
terhadap suatu penyakit dapat dibantu dengan adanya
rancang bangun aplikasi sistem pendukung keputusan
pemilihan alternatif tanaman obat berbasis web
2. Aplikasi yang dibuat mengimplementasikan
metode Simple Additive Weighting (SAW) juga
menggunakan metode pengambangan perangkat
lunak sequential linear model.
Suryadi, Kadarsah, Dr. Ir., M,Ali Ramdhani, M.T.
1998. Sistem Pendukung Keputusan. Bandung: PT
Remaja Rosdakarya
Turban, Efraim. Aronson, E Jay. Peng Liang-Ting.
2007. Decicion Support Systems and Intelligent
Systems: Seventh Edition. India: Prentice-Hall
B.
Saran
Saran untuk pengembangan aplikasi sistem
pendukung keputusan pemilihan alternatif tanaman
obat ini selanjutnya adalah:
a.
Aplikasi
sistem
pendukung
keputusan
pemilihan alternatif tanaman obat belum
menampilkan detil penyakit
Data alternatif tanaman obat harus didiskusikan
terlebih dahulu pada pakar atau setidaknya
menggunakan kuesioner
Aplikasi
sistem
pendukung
keputusan
pemilihan alternatif tanaman obat belum
menampilkan gambar tanaman obat
6