View
66
Download
8
Category
Preview:
DESCRIPTION
Kecerdasan Buatan
Citation preview
Judul
DOKUMENTASI
SISTEM PENDUKUNG KEPUTUSAN
Kelompok : (7) Kelas : (B)
Oleh:
Ketua Kelompok
Risza Nurrachman 115060801111002
Anggota
Miftahul Ulum Mubin 115060801111085
Riza Krusdianto 115060807111073
Wahyu Nur Ulil Albab 115060801111090
Imam Safii 115060807111108
2015
PENGANTAR
Dokumentasi ini merupakan uraian dari pemahaman yang membahas tentang Sistem Pendukung Keputusan(SPK/DSS) yang mencakup konsep dan teknologi DSS, Model keputusan dan analisis, Pengembangan DSS, Business Intelligence, Teknologi komputasi ko-laboratif, dan Masa depan DSS. Diharapkan pada akhir kuliah ini siswa dapat menerapkan dasar perhitungan serta melakukan analisa untuk memecahkan permasalahan dengan menggunakan konsep-konsep berbasis sistem cerdas.
Imam Cholissodin S.Si., M.Kom
Dosen Pengampu MK Sistem Pendukung Keputusan PTIIK UB
1
Daftar Isi
Judul ...................................................................................................... i
Daftar Isi ............................................................................................... 1
Daftar Tabel .......................................................................................... 3
Daftar Gambar ...................................................................................... 4
BAB 1 Management Support System (MSS) (Pembuatan Makalah Kelompok) .............................................................................. 7
1.1 Pengantar DSS ................................................................ 7
1.2 Teori Keputusan ............................................................... 7
BAB 2 Tugas Individu & Kelompok ............................................. 9
2.1 Tugas 1 ............................................................................ 9
2.2 Tugas 2 .......................................................................... 10
2.3 Tugas 3 .......................................................................... 12
2.4 Tugas 4 .......................................................................... 20
2.5 Tugas 5 .......................................................................... 31
2.6 Tugas 6 .......................................................................... 33
2.7 Tugas 7 .......................................................................... 35
2.8 Tugas 8 .......................................................................... 35
BAB 3 Final Project Sistem Pendukung Keputusan Pemilihan SmartTV Menggunakan Metode AHP dan WP .................................. 38
3.1 Deskripsi Singkat FP ...................................................... 38
3.2 Tentang Smart TV .......................................................... 43
3.3 Konsep AHP WP ......................................................... 46
3.3.1 AHP .................................................................... 46
3.3.2 WP ..................................................................... 51
3.4 Manualisasi AHP WP .................................................. 54
3.5 Skenario Pengujian ........................................................ 63
3.6 Analisis Dan Pembahasan ............................................. 76
3.6.1 Identifikasi aktor ................................................. 76
3.6.2 Daftar kebutuhan sistem .................................... 76
3.6.3 Diagram use case .............................................. 78
2
3.7 Tampilan Implementasi .................................................. 98
3.8 Source Code ................................................................ 101
3.9 Daftar Pustaka ............................................................. 112
3
Daftar Tabel
Tabel 1. Tabel Bobot Kriteria .............................................................. 52
Tabel 2. Tabel Matrik Perbandingan .................................................. 55
Tabel 3. Tabel Hasil Normalisasi ........................................................ 57
Tabel 4. Tabel Hasil Bobot Kriteria ..................................................... 58
Tabel 5. Tabel Alternatif ..................................................................... 60
Tabel 6. Tabel Hasil Vektor S ............................................................. 61
Tabel 7. Tabel Vektor V ...................................................................... 62
Tabel 8. Data Pengujian 1 .................................................................. 64
Tabel 9. Data Pengujian 2 .................................................................. 65
Tabel 10. Data Pengujian 3 ................................................................ 66
Tabel 11. Data Pengujian 4 ................................................................ 67
Tabel 12. Data Pengujian 5 ................................................................ 68
Tabel 13. Matrik Perbandingan Pengujian 1 ...................................... 69
Tabel 14. Matrik Perbandingan Pengujian 2 ...................................... 71
Tabel 15. Matrik Perbandingan Pengujian 3 ...................................... 72
Tabel 16. Matrik Perbandingan Pengujian 4 ...................................... 73
Tabel 17. Matrik Perbandingan Pengujian 5 ...................................... 75
Tabel 18. Tabel Kebutuhan User ....................................................... 76
Tabel 19. Tabel Kebutuhan Sistem .................................................... 77
Tabel 20. Hasil Pengujian Data 1 ....................................................... 86
Tabel 21. Hasil Pengujian Semua Data ............................................. 88
Tabel 22. Hasil Pengujian Variasi 1 ................................................... 95
Tabel 23. Hasil Pengujian Semua Variasi .......................................... 97
4
Daftar Gambar
Gambar 2.1. Tugas 1 ............................................................................ 9
Gambar 2.2. Tugas 1 .......................................................................... 10
Gambar 2.3. Tugas 2 .......................................................................... 11
Gambar 2.4. Tugas Individu 3 Imam .................................................. 12
Gambar 2.5. Tugas Individu 3 Wahyu ................................................ 13
Gambar 2.6. Tugas Individu 3 Wahyu ................................................ 13
Gambar 2.7. Tugas Individu 3 Ulum ................................................... 14
Gambar 2.8. Tugas Individu 3 Risza .................................................. 14
Gambar 2.9. Tugas Individu 3 Risza .................................................. 15
Gambar 2.10. Tugas Individu 3 Riza .................................................. 15
Gambar 2.11. Tugas 3 Kelompok ...................................................... 16
Gambar 2.12. Tugas 3 Kelompok ...................................................... 16
Gambar 2.13. Tugas 3 Kelompok ...................................................... 17
Gambar 2.14. Tugas 3 Kelompok ...................................................... 17
Gambar 2.15. Review Paper 1 ........................................................... 18
Gambar 2.16. Review Paper 1 ........................................................... 18
Gambar 2.17. Review Paper 1 ........................................................... 19
Gambar 2.18. Review Paper 1 ........................................................... 19
Gambar 2.19. Tugas Individu 4 Imam ................................................ 21
Gambar 2.20. Tugas Individu 4 Imam ................................................ 21
Gambar 2.21. Tugas Individu 4 Imam ................................................ 22
Gambar 2.22. Tugas Individu 4 Imam ................................................ 22
Gambar 2.23. Tugas Individu 4 Wahyu .............................................. 23
Gambar 2.24. Tugas Individu 4 Wahyu .............................................. 23
Gambar 2.25. Tugas Individu 4 Wahyu .............................................. 24
Gambar 2.26. Tugas Individu 4 Wahyu .............................................. 24
Gambar 2.27. Tugas Individu 4 Risza ................................................ 25
Gambar 2.28. Tugas Individu 4 Risza ................................................ 25
Gambar 2.29. Tugas Individu 4 Risza ................................................ 26
5
Gambar 2.30. Tugas Individu 4 Risza ................................................ 26
Gambar 2.31. Tugas Individu 4 Riza .................................................. 27
Gambar 2.32. Tugas Individu 4 Riza .................................................. 27
Gambar 2.33. Tugas Individu 4 Riza .................................................. 28
Gambar 2.34. Tugas Individu 4 Riza .................................................. 28
Gambar 2.35. Tugas Individu 4 Riza .................................................. 29
Gambar 2.36. Tugas Individu 4 Ulum ................................................. 29
Gambar 2.37. Tugas Individu 4 Ulum ................................................. 30
Gambar 2.38. Tugas Individu 4 Ulum ................................................. 30
Gambar 2.39. Tugas 5 Kelompok ...................................................... 31
Gambar 2.40. Tugas 5 Kelompok ...................................................... 32
Gambar 2.41. Tugas 5 Kelompok ...................................................... 32
Gambar 2.42. Tugas 5 Kelompok ...................................................... 33
Gambar 2.43. Review Paper 2 ........................................................... 34
Gambar 2.44. Review Paper 2 ........................................................... 34
Gambar 2.45. Tugas 7 Kelompok ...................................................... 35
Gambar 2.46. Review Paper 3 ........................................................... 36
Gambar 2.47. Review Paper 3 ........................................................... 37
Gambar 3.1 SmartTV ......................................................................... 43
Gambar 3.2. Usecase Aplikasi ........................................................... 78
Gambar 50. Matrik Perbadingan ........................................................ 80
Gambar 51. Normalisasi ..................................................................... 81
Gambar 52. Perhitungan Bobot .......................................................... 82
Gambar 53. Alternatif Kriteria ............................................................. 83
Gambar 54. Vektor S .......................................................................... 84
Gambar 55. Perangkingan ................................................................. 85
Gambar 56. Vektor V .......................................................................... 85
Gambar 57. Matrik Perbandingan ...................................................... 89
Gambar 58. Normalisasi ..................................................................... 90
Gambar 59. Perhitungan Bobot .......................................................... 91
Gambar 60. Alternatif Kriteria ............................................................. 92
file:///C:/Users/riszan/Desktop/spk/fp/laporan/LAPORAN%20FP%20SPK%20KELOMPOK%207.docx%23_Toc4091640666
Gambar 61. Vektor S .......................................................................... 93
Gambar 62. Vektor V .......................................................................... 94
Gambar 63. Beranda Aplikasi ............................................................ 98
Gambar 64. Halaman Perhitungan AHP (1) ....................................... 98
Gambar 65. Halaman Perhitungan AHP (2) ....................................... 99
Gambar 66. Halaman Perhitungan WP (1) ........................................ 99
Gambar 67. Halaman Perhitungan WP (2) ...................................... 100
7
BAB 1 Management
Support System (MSS)
(Pembuatan Makalah Kelompok)
1.1 Pengantar DSS
Decision Support Systems (DSS) atau system pendukung
keputusan adalah serangkaian kelas tertentu dari system informasi
terkomputerisasi yang mendukung kegiatan pengambilan keputusan
bisnis dan organisasi. Suatu DSS yang dirancang dengan benar adalah
suatu system berbasis perangkat lunak interaktif yang dimaksudkan
untuk membantu para pengambil keputusan mengkompilasi informasi
yang berguna dari data mentah, dokumen, pengetahuan pribadi,
dan/atau model bisnis untuk mengidentifikasikan dan memecahkan
berbagai masalah dan mengambil keputusan.
System pendukung keputusan atau DSS digunakan untuk
mengumpulkan data, menganalisa dan membentuk data yang
dikoleksi, dan mengambil keputusan yang benar atau membangun
strategi dari analisis, tidak pengaruh terhadap computer, basis data
atau manusia penggunanya
1.2 Teori Keputusan
Teori keputusan adalah suatu kegiatan untuk memberikan
pedoman kepada orang atau organisasi dalam mengambil keputusan,
sekaligus memperbaiki proses pengambilan keputusan dalam kondisi
tidak pasti.
Dalam pengambilan keputusan ada tiga kondisi yaitu
pengambilan keputusan kondisi pasti (Decision Under Certainty),
pengambilan keputusan kondisi tidak pasti (Decision Under
8
Uncertainty) dan pengambilan keputusan kondisi beresiko (Decision
Under Risk).
Decision Under Certaintyadalah suatu kondisi pengambilan
keputusan dimana faktor-faktor yang mempengaruhi
(ukuran/parameter nya) telah diketahui secara pasti. Contoh,
seseorang akan memutuskan untuk membeli baju dengan: corak,
ukuran, kualitas dan harga yang telah diketahui
Decision Under Uncertaintyadalah suatu kondisi pengambilan
keputusan dimana faktor-faktor yang mempengaruhi
(ukuran/parameter nya) tidak diketahui secara pasti. Contoh, seorang
manager pemasaran tidak mempunyai data pasti tentang strategI
pemasaran yang akan dilakukan perusahaan-perusahaan lawan.
Decision Under Risk adalah suatu kondisi pengambilan keputusan
yang dapat mengandung resiko baik pasti maupun tidak pasti, sehingga
proses kalkulasi menjadi dasar yang sangat penting. Pengambilan
keputusan dengan resiko merupakan pengambilan keputusan yang
berkaitan dengan dinamika atau ketidakpastian. Dimana hasil yang
diperoleh harus ditanggung sebagai konsekuensi.
9
BAB 2 Tugas Individu & Kelompok
2.1 Tugas 1
Deskripsi : Suatu kegiatan untuk memberikan pedoman kepada
orang atau organisasi dalam mengambil keputusan, sekaligus
memperbaiki proses pengambilan keputusan dalam kondisi tidak pasti.
Kondisi saat mengambil keputusan dihadapkan dalam beberapa
kondisi yaitu : Kondisi Pasti (Decision Under Certainty), Kondisi Tidak
Pasti (Decision Under Uncertainty), dan Kondisi Beresiko (Decision
Under Risk).
Gambar 2.1. Tugas 1
10
Gambar 2.2. Tugas 1
2.2 Tugas 2
Deskripsi : Penerimaan mahasiswa baru adalah salah satu
proses atau kegiatan bidang pendidikan yang dilakukan dalam
lembaga pendidikan perguruan tinggi untuk menerima calon
mahasiswa baru yang dilaksanakan melalui tahap tahap seleksi
penerimaan, seperti : tahap SNMPTN Undangan, SNMP Ujian Tulis,
Seleksi Mandiri, dan lain lain. Di dalam penerimaan mahasiswa baru
terdapat beberapa parameter penerimaan yang harus diperhatikan,
antara lain : validasi data calon mahasiswa, nilai rapor calon
11
mahasiswa, passing grade penerimaan, jumlah kuota yang diterima,
jumlah kuota tahun sebelumnya, dan lain lain.
Gambar 2.3. Tugas 2
Penyelesaian : Dengan menggunakan flowchart akan
mendeskripsikan proses atau alur penerimaan mahasiswa baru di
sebuah lembaga pendidikan perguruan tinggi. Di dalam flowchart juga
dijelaskan mengenai proses apa yang harus dilakukan oleh seorang
calon mahasiswa baru, proses apa yang akan dilakukan setelah proses
12
sebelumnya selesai dilakukan, dan kondisi yang terjadi dalam flowchart
dengan nilai atau hasil output true atau false.
2.3 Tugas 3
Deskripsi : dalam tugas 3 ini membahas tentang metode
Weight Product (WP) untuk studi kasus pemilihan smartphone yang
diketahui tingkat prioritas bobot setiap kriteria smartphone adalah
harga = 25, web akses = 20, prosesor = 15, bobot = 10, ukuran layar =
5, ram = 10, resolusi kamera = 15, memori = 25. Tabel bobot kriteria
produk smartphone dapat dilihat dalam screenshot dibawah ini
Gambar 2.4. Tugas Individu 3 Imam
13
Gambar 2.5. Tugas Individu 3 Wahyu
Gambar 2.6. Tugas Individu 3 Wahyu
14
Gambar 2.7. Tugas Individu 3 Ulum
Gambar 2.8. Tugas Individu 3 Risza
15
Gambar 2.9. Tugas Individu 3 Risza
Gambar 2.10. Tugas Individu 3 Riza
16
Gambar 2.11. Tugas 3 Kelompok
Gambar 2.12. Tugas 3 Kelompok
17
Gambar 2.13. Tugas 3 Kelompok
Gambar 2.14. Tugas 3 Kelompok
18
Gambar 2.15. Review Paper 1
Gambar 2.16. Review Paper 1
19
Gambar 2.17. Review Paper 1
Gambar 2.18. Review Paper 1
20
2.4 Tugas 4
Deskripsi : Dalam tugas yang ke 4 ini membahas tetang materi
Fuzzy Inference System (FIS) Tsukamoto dengan studi kasus
perusahaan yang akan menerima karyawan baru dengan
pertimbangan memperpanjang kontrak kerja dengan karyawan dan
karyawan yang tidak di perpanjang masa kerja (di karenakan tidak
memenuhi kriteria pelulusan ) maka akan di lakukan rekrutment
Permintaan pasar terbanyak 1500 unit/bln
Permintaan pasar tersedikit 400 unit/bln
Karyawan diperpanjang terbanyak 80 karyawan/bln
Karyawan diperpanjang tersedikit 40 karyawan/bln
Lowongan/Penerimaan Karyawan terbanyak 250
karyawan/bln
Lowongan/Penerimaan Karyawan tersedikit 100
karyawan/bln
21
Gambar 2.19. Tugas Individu 4 Imam
Gambar 2.20. Tugas Individu 4 Imam
22
Gambar 2.21. Tugas Individu 4 Imam
Gambar 2.22. Tugas Individu 4 Imam
23
Gambar 2.23. Tugas Individu 4 Wahyu
Gambar 2.24. Tugas Individu 4 Wahyu
24
Gambar 2.25. Tugas Individu 4 Wahyu
Gambar 2.26. Tugas Individu 4 Wahyu
25
Gambar 2.27. Tugas Individu 4 Risza
Gambar 2.28. Tugas Individu 4 Risza
26
Gambar 2.29. Tugas Individu 4 Risza
Gambar 2.30. Tugas Individu 4 Risza
27
Gambar 2.31. Tugas Individu 4 Riza
Gambar 2.32. Tugas Individu 4 Riza
28
Gambar 2.33. Tugas Individu 4 Riza
Gambar 2.34. Tugas Individu 4 Riza
29
Gambar 2.35. Tugas Individu 4 Riza
Gambar 2.36. Tugas Individu 4 Ulum
30
Gambar 2.37. Tugas Individu 4 Ulum
Gambar 2.38. Tugas Individu 4 Ulum
31
2.5 Tugas 5
Deskripsi : Dalam Tugas ke 5 ini membahas tentang metode
weight product dengan studi kasus pemilihan laptop dan detail bioskop
yang dikerjakan secara kelompok. Semuanya dapat dilihat dalam
gambar dibawah ini
Gambar 2.39. Tugas 5 Kelompok
32
Gambar 2.40. Tugas 5 Kelompok
Gambar 2.41. Tugas 5 Kelompok
33
Gambar 2.42. Tugas 5 Kelompok
2.6 Tugas 6
Deskripsi : Dalam tugas yang ke 6 ini membahas tetang review
MENENTUKAN JUMLAH PEMBITITAN KELAPA SAWIT
Dalam mementukan jumlah pembibitan sangatlah penting sebelum
memulai pembibitan. Oleh karena itu, dibuat suatu sistem yang dapat
membantu menentukan jumlah pembibitan tersebut.
34
Gambar 2.43. Review Paper 2
Gambar 2.44. Review Paper 2
35
2.7 Tugas 7
Deskripsi : Dalam tugas yang ke 7 ini membahas projek akhir
SMART TV MENGGUNAKAN METODE ANALYTICAL HIERARCHY
KEPUTUSAN PEMILIHAN PRINTER EMNGGUNAKAN METODE
Nantinya akan dipilih salah satu untuk dijadikan projek akhir.
Gambar 2.45. Tugas 7 Kelompok
2.8 Tugas 8
Deskripsi : Dalam tugas yang ke 8 ini mereview paper yang
PEMILIHAN HANDPHONE MENGGUNAKAN METODE ANALYTICAL
metode AHP dapat diimplementasikan dalam kasus pemilihan
handphone. Paper ini menghasilkan informasi berupa rangking atau
36
urutan proses dengan prioritas samsung, sony erricson, apple, nokia,
LG dan motorola dengan samsung yang menjadi urutan pertama.
Gambar 2.46. Review Paper 3
37
Gambar 2.47. Review Paper 3
38
BAB 3 Final Project
Sistem Pendukung Keputusan
Pemilihan SmartTV Menggunakan
Metode AHP dan WP
3.1 Deskripsi Singkat FP
Di jaman modern ini, perkembangan teknologi mempengaruhi
kebutuhan manusia sehari hari. Salah satu kebutuhan yang sangat
diperlukan dan diinginkan oleh setiap orang adalah kebutuhan akan
televisi / smarttv sebagai sarana penyebaran informasi secara audio
dan visual. Akan tetapi, semakin banyak jenis televisi / smarttv yang
ada membuat seseorang merasa kesulitan dalam memilih dan membeli
televisi / smarttv untuk memenuhi kebutuhannya. Kesulitan dalam
memilih disebabkan karena beranekaragam fitur fitur dari setiap
televisi / smarttv. Seseorang akan membeli televisi / smarttv
berdasarkan keinginannya dan diharapkan televisi / smarttv yang dipilih
sesuai dengan kebutuhannya dan juga memperhatikan berbagai
kriteria televisi. Oleh sebab itu, untuk membantu dalam memilih televisi
/ smarttv diperlukan suatu metode yang dapat memberikan saran /
rekomendasi kepada seseorang ketika ingin membeli televisi / smarttv.
Dalam studi kasus ini, metode yang dibuat berupa sebuah sistem
yang mampu memberikan rekomendasi kepada seseorang dalam
memilih dan membeli televisi / smarttv dengan menggunakan metode
yang optimal dalam memberikan hasil rekomendasi. Metode yang
digunakan dalam menyelesaikan permaslahan tersebuh adalah
metode AHP dan WP. AHP (Analytical Hierarchy Process) merupakan
metode pengambilan keputusan dalam menyelesaikan masalah
masalah seperti pemilihan kebijakan, penentuan alternatif, dan
39
penyusunan prioritas. Sedangkan WP (Weight Product) adalah metode
penyelesaian untuk menyelesaikan masalah Multi Attribute Decision
Making (MADM). Dengan menggunakan dua metode tersebut, AHP
akan menghasilkan nilai bobot dari masing masing kriteria dari televisi
/ smarttv dan WP akan menghasilkan hasil rekomendasi pemilihan
televisi / smarttv dengan memperhatikan perhitungan bobot tiap kriteria
sehingga menghasilkan rekomendasi satu jenis televisi / smarttv yang
cocok dan sesuai, dengan melihat nilai akhir yang tertinggi.
Berikut beberapa paper terkait dengan sistem pendukung
keputusan yang dibahas oleh kelompok kami dan menjadi kajian dan
referensi kelompok kami dalam menyelesaikan permasalahan dengan
metode AHP (Analytical Hierarchy Process) dan WP (Weight Product)
untuk pemilihan televisi / smartTV, sebagai berikut :
A. Paper 1
Sistem Penunjang Keputusan Pemilihan Sepeda Motor
menggunakan Metode AHP (Supriyono, 2010)
Metode yang digunakan dalam penelitian SPK pemilihan sepeda
motor menggunakan Analytical Hirarchy Proses karena masalah
yang komplek bisa dengan mudah disederhanakan sehingga
mempercepat proses pengambilan keputusan dengan cara
penyusunan hirarki. Memberikan nilai perbandingan setiap kriteria
untuk menetapkan nilai kriteria.
Saat ini penjualan sepeda motor terus meningkat dari waktu ke
waktu, semua itu terjadi karena mudahnya mendapatkan kredit
sepeda motor. Banyak pabrikan yang mengeluarkan produk
dengan varian yang bermacam-macam sehingga membuat
pembeli kesulitan menentukan pilihan. Sehubungan dengan
permasalah tersebut maka dirancanglah sebuah system
pendukung keputusan dalam pemilihan sepeda motor yang tepat
40
sesuai dengan kebutuhan dan kemampuannya. Sistem yang
dirancang ini menggunakan metode AHP.
Konsep metode AHP adalah merubah nilai-nilai kualitatif menjadi
nilai kuantitatif. Sehingga keputusan-keputusan yang diambil bisa
lebih objektif. Alasan pemilihan metode AHP karena AHP mampu
digunakan untuk semua pemilihan sedangkan penentuan kriteria
bisa dirubah sesuai dengan kebutuhan pengguna.
Kesimpulan yang didapat adalah proses pembelian sepeda motor
oleh konsumen terdiri dari 6 kriteria yaitu harga beli, harga jual,
sparepart, keiritan bahan bakar, model dan garansi. Dari 6 kriteria
tersebut setalah diuji dengan system hasilnya memang sesuai
dengan ranking alternative nama pabrikan motor yang konsumen
inginkan.
AHP akhirnya dapat memberikan jawaban terhadap proses
pemilihan sepeda motor oleh konsumen terdiri dari enam kriteria.
Namun demikian AHP tetap saja memiliki kelemahan-kelemahan
dan juga syarat agar hasil analisa keputusannya bisa akurat dan
dipertanggung jawabkan.
B. Paper 2
Implementasi Metode Tsukamoto dalam menentukan jumlah
Pembibitan Kelapa Sawit Berdasarkan Data Persedian dan
Jumlah Permintaan (Siti Soraya, 2014)
Dalam menentukan jumlah pembibitan sangat penting sebelum
memulai pembibitan. Oleh karena itu dibuat suatu system yang
dapat membantu. Teknik yang digunakan dalam membantu
system ini adalah logika fuzzy. Salah satu metode fuzzy adalah
Tsukamoto yang menerapkan rata-rata terbobot untuk menghitung
jumlah pembibitan kelapa sawit.
Proses pebibitan memainkan peranan penting karena dihasilkan
bibit yang unggul bisa menjamin keberhasilan budidaya terkait
41
dengan pembibitan. Banyaknya factor yang menjadi kendala
dalam menentukan jumlah bibit kelapa sawit yang akan dibuat.
Factor tersebut adalah jumlah persediaan dan jumlah permintaan.
Tujuan dari penelitian ini adlaah metode tsukamoto dapat
diterapkan dalam menentukan pembibitan kelapa sawit.
Manfaat dari penelitian ini :
1. Memberikan informasi banyak bibit yang harus dibuat
2. Agar hasil rancangan aplikasi ini dapat membantu
mempermudah dalam menentukan jumlah bibit.
C. Paper 3
Sistem Pendukung Keputusan pembelian Handphone dengan
Metode AHP (Fitri, Wawan, Sri, 2009)
Penelitian ini mempunyai tujuan untuk mengimplementasikan
metode AHP pada system pendukung keputusan sebagai sarana
bantu dalam pengambilan keputusan pembelian handphone.
Penelitian ini menghasilkan informasi berupa ranking atau urutan
proses alternative pilihan handphone. Hasil simulasi yang telah
dilakukan didapat urutan prioritas alternative dengan perolehan
prioritas Samsung 29%, sony Ericson 22%, apple19% dan nokia,
LG serta motorolla 10%. Maka sebagai rekomendasi untuk
pengambilan keputusan dipilih Samsung.
Metode AHP merupakan sebuah model pendukung keputusan
yang dikembangkan untuk membantu dalam pengambilan
keputusan dengan menyederhanakan persoalan yang komplek.
Kesimpulan
1. Metode AHP dapat diimplementasikan dalam system
pendukung keputusan pembelian handphone dengan
menentukan prioritas utama dari beberapa kriteria serta alternative
yang ada dalam membantu pengambilan keputusan.
42
2. Hasil perhitungan menggunakan AHP sangat bergantung pada
pemberian nilai perbandingan terhadap kriteria dan alternative
yang ada
3. Hasil implementasi untuk pemilihan handphone pada system
pendukung keputusan pembelian handphone menggunakan
metode AHP peringkat urutannya adalah Samsung 29%, sony
Ericson 22%, apple19% dan nokia, LG serta motorolla 10%.
43
3.2 Tentang Smart TV
Gambar 3.1 SmartTV
Smart TV merupakan sebuah kemajuan teknologi saat ini
dimana pesawat TV tidak hanya dapat menerima siaran TV tetapi juga
mempunyai kemampuan untuk mengakses internet.
Istilah "Smart TV" pertama kali di populerkan oleh Samsung yang
kemudian diadopsi pula oleh LG dan Philips untuk produk TV yang
berkemampuan akses jaringan internet. Pada intinya, smart TV
membawa Internet masuk ke ruang duduk. Saat teknologi meningkat,
perangkat ini mampu berlaku sebagai komputer standar saat web
browsing dan bahkan video internet.
Perangkat televisi dapat disebut smart TV karena perangkat
tersebut pintar dan hanya perlu konektivitas internet, selain secara
ideal, CPU yang baik serta mampu menjalankan browser dengan fitur
lengkap dan banyak aplikasi yang tersedia di sistem smart TV modern.
Smart TV terhubung ke Internet rumah via WiFi, biasanya
memungkinkan browsing sangat cepat dan bahkan menonton video.
44
Karena prosesor menjadi semakin kecil dan lebih kuat, smart TV
telah mendapatkan puluhan fitur, seperti, App dan Browser. Secara
umum, produk ini memiliki fitur-fitur di bawah ini:
Video Playback Via DLNA/USB. Fitur ini merupakan fitur dasar
yang memungkinkan penggunanya untuk memutar video
langsung dari USB atau DLNA. Di masa sekarang ini
kebanyakannya mampu memutar berbagai macam jenis video
dan tidak terpaku pada format AVI saja.
Aplikasi & Games. Fitur selanjutnya tentu saja aplikasi dan
games. Hal ini pastinya telah banyak Anda lihat di iklan-iklan
yang biasanya menawarkan permainan Angry Birds yang bisa
dimainkan di televisi. Selain itu produk ini juga dapat digunakan
untuk melakukan streaming dari BBC iPlayer, Netflix, dan
YouTube.
PVR/DVR Functionality. Fitur lainnya adalah fitur untuk
merekam acara televisi secara langsung tanpa membutuhkan
perangkat tambahan.
Gesture & Voice Control. Sebuah remote tradisional yang
biasanya Anda gunakan mungkin tidak akan terpakai lagi.
Pasalnya, produk ini menggunakan sebuah perangkat yang
memungkinkan Anda memberikan peritah kepada televisi
dengan menggunakan gesture ataupun suara.
Social Networking. Karena banyak orang yang tidak bisa lepas
dari media sosial, maka produk ini juga dapat digunakan untuk
mengakses media sosial. Selain itu produk ini juga dapat
digunakan untuk melakukan video conference melalui Skype.
Web Browsing.
Smartphone Connectivity. Anda dapat menghubungkan
smartphone Anda untuk berbagai keperluan seperti memutar
video dan lainnya.
Smart TV terbaik yang baru memiliki remote yang didesain untuk
pengguna komputer modern. Beberapa smart TV memiliki layar sentuh
45
yang membuat mengetik menjadi lebih mudah dan juga memungkinkan
untuk gaming yang lebih baik serta browsing. Saat ini smart TV sudah
banyak berkembang setiap produsen memiliki fitur-fitur yang
diunggulkan, oleh karena itu konsumen akan memiliki banyakj pilihan
dalam menentukan smart TV yang sesuai keinginan.
46
3.3 Konsep AHP WP
3.3.1 AHP
AHP merupakan suatu model pendukung keputusan
yang dikembangkan oleh Thomas L. Saaty. Model pendukung
keputusan ini akan menguraikan masalah multi faktor atau multi
kriteria yang kompleks menjadi suatu hirarki, menurut Saaty
(1993), hirarki didefinisikan sebagai suatu representasi dari
sebuah permasalahan yang kompleks dalam suatu struktur multi
level dimana level pertama adalah tujuan, yang diikuti level
faktor, kriteria, sub kriteria, dan seterusnya ke bawah hingga
level terakhir dari alternatif. Dengan hirarki, suatu masalah yang
kompleks dapat diuraikan ke dalam kelompok-kelompoknya
yang kemudian diatur menjadi suatu bentuk hirarki sehingga
permasalahan akan tampak lebih terstruktur dan sistematis.
AHP sering digunakan sebagai metode pemecahan
masalah dibanding dengan metode yang lain karena alasan-
alasan sebagai berikut :
1. Struktur yang berhirarki, sebagai konsekuesi dari kriteria yang
dipilih, sampai pada subkriteria yang paling dalam.
2. Memperhitungkan validitas sampai dengan batas toleransi
inkonsistensi berbagai kriteria dan alternatif yang dipilih oleh
pengambil keputusan.
3. Memperhitungkan daya tahan output analisis sensitivitas
pengambilan keputusan.
Kelebihan dan Kelemahan AHP
Layaknya sebuah metode analisis, AHP pun memiliki kelebihan
dan kelemahan dalam system analisisnya. Kelebihan-kelebihan
analisis ini adalah :
1. Kesatuan (Unity)
47
2. AHP membuat permasalahan yang luas dan tidak
terstruktur menjadi suatu model yang fleksibel dan mudah
dipahami.
3. Kompleksitas (Complexity)
4. AHP memecahkan permasalahan yang kompleks melalui
pendekatan sistem dan pengintegrasian secara deduktif.
5. Saling ketergantungan (Inter Dependence)
6. AHP dapat digunakan pada elemen-elemen sistem yang
saling bebas dan tidak memerlukan hubungan linier.
7. Struktur Hirarki (Hierarchy Structuring)
8. AHP mewakili pemikiran alamiah yang cenderung
mengelompokkan elemen sistem ke level-level yang
berbeda dari masing-masing level berisi elemen yang
serupa.
9. Pengukuran (Measurement)
10. AHP menyediakan skala pengukuran dan metode untuk
mendapatkan prioritas.
11. Konsistensi (Consistency)
12. AHP mempertimbangkan konsistensi logis dalam penilaian
yang digunakan untuk menentukan prioritas.
13. Sintesis (Synthesis)
14. AHP mengarah pada perkiraan keseluruhan mengenai
seberapa diinginkannya masing-masing alternatif.
15. Trade Off
16. AHP mempertimbangkan prioritas relatif faktor-faktor pada
sistem sehingga orang mampu memilih altenatif terbaik
berdasarkan tujuan mereka.
17. Penilaian dan Konsensus (Judgement and Consensus)
18. AHP tidak mengharuskan adanya suatu konsensus, tapi
menggabungkan hasil penilaian yang berbeda.
19. Pengulangan Proses (Process Repetition)
48
20. AHP mampu membuat orang menyaring definisi dari suatu
permasalahan dan mengembangkan penilaian serta
pengertian mereka melalui proses pengulangan.
Sedangkan kelemahan metode AHP adalah sebagai berikut:
1. Ketergantungan model AHP pada input utamanya. Input
utama ini berupa persepsi seorang ahli sehingga dalam hal
ini melibatkan subyektifitas sang ahli selain itu juga model
menjadi tidak berarti jika ahli tersebut memberikan penilaian
yang keliru.
2. Metode AHP ini hanya metode matematis tanpa ada
pengujian secara statistik sehingga tidak ada batas
kepercayaan dari kebenaran model yang terbentuk
Tahapan AHP
Dalam metode AHP dilakukan langkah-langkah sebagai berikut
(Kadarsyah Suryadi dan Ali Ramdhani, 1998) :
1. Mendefinisikan masalah dan menentukan solusi yang
diinginkan.
2. Dalam tahap ini kita berusaha menentukan masalah yang
akan kita pecahkan secara jelas, detail dan mudah
dipahami. Dari masalah yang ada kita coba tentukan solusi
yang mungkin cocok bagi masalah tersebut. Solusi dari
masalah mungkin berjumlah lebih dari satu. Solusi tersebut
nantinya kita kembangkan lebih lanjut dalam tahap
berikutnya.
3. Membuat struktur hierarki yang diawali dengan tujuan
utama.
4. Setelah menyusun tujuan utama sebagai level teratas akan
disusun level hirarki yang berada di bawahnya yaitu kriteria-
kriteria yang cocok untuk mempertimbangkan atau menilai
alternatif yang kita berikan dan menentukan alternatif
49
tersebut. Tiap kriteria mempunyai intensitas yang berbeda-
beda. Hirarki dilanjutkan dengan subkriteria (jika mungkin
diperlukan).
5. Membuat matrik perbandingan berpasangan yang
menggambarkan kontribusi relatif atau pengaruh setiap
elemen terhadap tujuan atau kriteria yang setingkat di
atasnya.
6. Matriks yang digunakan bersifat sederhana, memiliki
kedudukan kuat untuk kerangka konsistensi, mendapatkan
informasi lain yang mungkin dibutuhkan dengan semua
perbandingan yang mungkin dan mampu menganalisis
kepekaan prioritas secara keseluruhan untuk perubahan
pertimbangan. Pendekatan dengan matriks mencerminkan
aspek ganda dalam prioritas yaitu mendominasi dan
didominasi. Perbandingan dilakukan berdasarkan judgment
dari pengambil keputusan dengan menilai tingkat
kepentingan suatu elemen dibandingkan elemen lainnya.
Untuk memulai proses perbandingan berpasangan dipilih
sebuah kriteria dari level paling atas hirarki misalnya K dan
kemudian dari level di bawahnya diambil elemen yang akan
dibandingkan misalnya E1,E2,E3,E4,E5.
7. Melakukan Mendefinisikan perbandingan berpasangan
sehingga diperoleh jumlah penilaian seluruhnya sebanyak n
x [(n-1)/2] buah, dengan n adalah banyaknya elemen yang
dibandingkan.
8. Hasil perbandingan dari masing-masing elemen akan
berupa angka dari 1 sampai 9 yang menunjukkan
perbandingan tingkat kepentingan suatu elemen. Apabila
suatu elemen dalam matriks dibandingkan dengan dirinya
sendiri maka hasil perbandingan diberi nilai 1. Skala 9 telah
terbukti dapat diterima dan bisa membedakan intensitas
antar elemen. Hasil perbandingan tersebut diisikan pada sel
50
yang bersesuaian dengan elemen yang dibandingkan.
Skala perbandingan perbandingan berpasangan dan
maknanya yang diperkenalkan oleh Saaty bisa dilihat di
bawah.
9. Intensitas Kepentingan
1 = Kedua elemen sama pentingnya, Dua elemen
mempunyai pengaruh yang sama besar
3 = Elemen yang satu sedikit lebih penting daripada elemen
yanga lainnya, Pengalaman dan penilaian sedikit
menyokong satu elemen dibandingkan elemen yang lainnya
5 = Elemen yang satu lebih penting daripada yang lainnya,
Pengalaman dan penilaian sangat kuat menyokong satu
elemen dibandingkan elemen yang lainnya
7 = Satu elemen jelas lebih mutlak penting daripada elemen
lainnya, Satu elemen yang kuat disokong dan dominan
terlihat dalam praktek.
9 = Satu elemen mutlak penting daripada elemen lainnya,
Bukti yang mendukung elemen yang satu terhadap
elemen lain memeliki tingkat penegasan tertinggi yang
mungkin menguatkan.
2,4,6,8 = Nilai-nilai antara dua nilai pertimbangan-
pertimbangan yang berdekatan, Nilai ini diberikan bila ada
dua kompromi di antara 2 pilihan
Kebalikan = Jika untuk aktivitas i mendapat satu angka
dibanding dengan aktivitas j , maka j mempunyai nilai
kebalikannya dibanding dengan i
10. Menghitung nilai eigen dan menguji konsistensinya.
11. Jika tidak konsisten maka pengambilan data diulangi.
12. Mengulangi langkah 3,4, dan 5 untuk seluruh tingkat hirarki.
13. Menghitung vektor eigen dari setiap matriks perbandingan
berpasangan yang merupakan bobot setiap elemen untuk
penentuan prioritas elemen-elemen pada tingkat hirarki
51
terendah sampai mencapai tujuan. Penghitungan dilakukan
lewat cara menjumlahkan nilai setiap kolom dari matriks,
membagi setiap nilai dari kolom dengan total kolom yang
bersangkutan untuk memperoleh normalisasi matriks, dan
menjumlahkan nilai-nilai dari setiap baris dan membaginya
dengan jumlah elemen untuk mendapatkan rata-rata.
14. Memeriksa konsistensi hirarki. Yang diukur dalam AHP
adalah rasio konsistensi dengan melihat index konsistensi.
Konsistensi yang diharapkan adalah yang mendekati
sempurna agar menghasilkan keputusan yang mendekati
valid. Walaupun sulit untuk mencapai yang sempurna, rasio
konsistensi diharapkan kurang dari atau sama dengan 10
%.
3.3.2 WP
Metode Weighted Product (WP) adalah himpunan berhingga dari
alternatif keputusan yang dijelaskan dalam beberapa hal kriteria
keputusan. Definisi lain mengenai Metode WP adalah :
1. salah satu metode penyelesaian yang ditawarkan untuk
menyelesaikan masalah Multi Attribute Decision Making
(MADM).
2. Metode WP mirip dengan Metode Weighted Sum (WS),
hanya saja metode WP terdapat perkalian dalam
perhitungan matematikanya.
3. Metode WP juga disebut sebagai analisis berdimensi
karena struktur matematikanya menghilangkan satuan
ukuran suatu objek data serta tidak melakukan proses
normalisasi data.
52
Algoritma Weight Product
a. Menentukan tingkat prioritas bobot setiap kriteria (W_Initj)
kemudian dilakukan perbaikan bobot (W j) menggunakan
rumus berikut.
n
j
initjW
initjWWj
1
_
_
Keterangan : n menyatakan banyak kriteria
b. Membuat tabel bobot kriteria yang akan dipilih.
Alternatif (A1)
Kriteria
C1 C2 ... Cn
Item 1 X11 .. ... ..X1n
Item 2 ... .... .... ....
.... ... ... .... ...
Item m Xm1 Xmn
Tabel 1. Tabel Bobot Kriteria
Misal : C1 = Harga, C2 = Diskon, etc sedangkan m mewakili
banyak item.
c. Menghitung vektor Si, dimana setiap data (Xij) akan dikalikan
tetapi sebelumnya dilakukan pemangkatan dengan bobot dari
kriterianya.
n
j
kWj denganXijSi1
, i = 1, 2, ..., m
Dimana
n
j
Wj1
1
K = 1 untuk atribut keuntungan, k = -1 untuk atribut biaya.
53
d. Menghitung vektor Vi kemudian memilih nilai tertinggi sebagai
alternatif terbaik dalam pengambilan keputusan.
dengan
Si
SiVi
n
j
,
1
i = 1, 2, ..., m
54
3.4 Manualisasi AHP WP
Metode AHP
Menetukan matrik perbandingan berpsangan antar kriteria. Penentuan nilai dilakukan dengan membandingkan
antar kriteria misalnya, Ukuran dua kali lebih penting daripada Harga, kemudian Harga lebih penting daripada
Ukuran, dan lain lain. Tabel matrik perbandingan kriteria dapat dilihat pada tabel berikut.
Har
ga
Ukuran(L
xWxH)
Ukuran
Layar(In)
Be
rat
Kehalusan
Gambar
Garansi
Produk
Resolusi
Layar
Power(Input/
Output)
Feat
ure
Harga
1,0 0,5 2,0 10,
0 1,0 4,0 2,0 0,5 2,0
Ukuran(LxWx
H) 2,0 1,0 2,0
10,
0 2,0 3,3 2,0 4,0 2,0
Ukuran
Layar(In) 0,5 0,5 1,0
10,
0 2,0 5,0 0,5 2,0 0,3
Berat 0,1 0,1 0,1 1,0 0,3 0,5 0,3 0,5 0,1
Fitur
Tampilan 1,0 0,5 0,5 3,0 1,0 5,0 0,5 5,0 0,2
55
Garansi
Produk 0,3 0,3 0,2 2,0 0,2 1,0 0,3 0,5 0,2
Resolusi
Layar 0,5 0,5 2,0 4,0 2,0 3,0 1,0 5,0 0,5
Power(Input/
Output) 2,0 0,3 0,5 2,0 0,2 2,0 0,2 1,0 0,2
Feature 0,5 0,5 4,0 10,
0 5,0 10,0 2,0 5,0 1,0
Jumlah
7,9 4,2 12,3 52,
0 13,7 33,8 8,8 23,5 6,5
Tabel 2. Tabel Matrik Perbandingan
Normalisasi matrik perbandingan kriteria dengan cara :
13,06,7
1)1,1(_ ANorm
56
Har
ga
Ukuran(L
xWxH)
Ukuran
Layar(In)
Be
rat
Kehalusan
Gambar
Garansi
Produk
Resolusi
Layar
Power(Input/
Output)
Feat
ure
Harga
0,1
3 0,12 0,16
0,1
9 0,07 0,12 0,23 0,02 0,31
Ukuran(LxWx
H)
0,2
5 0,24 0,16
0,1
9 0,15 0,10 0,23 0,17 0,31
Ukuran
Layar(In)
0,0
6 0,12 0,08
0,1
9 0,15 0,15 0,06 0,09 0,04
Berat 0,0
1 0,02 0,01
0,0
2 0,02 0,01 0,03 0,02 0,02
Fitur
Tampilan
0,1
3 0,12 0,04
0,0
6 0,07 0,15 0,06 0,21 0,03
Garansi
Produk
0,0
3 0,07 0,02
0,0
4 0,01 0,03 0,04 0,02 0,03
Resolusi
Layar
0,0
6 0,12 0,16
0,0
8 0,15 0,09 0,11 0,21 0,08
Power(Input/
Output)
0,2
5 0,06 0,04
0,0
4 0,01 0,06 0,02 0,04 0,03
57
Feature 0,0
6 0,12 0,33
0,1
9 0,36 0,30 0,23 0,21 0,16
Tabel 3. Tabel Hasil Normalisasi
Hitung bobot nlai kriteria dengan cara:
15,09
31,002,023,012,007,019,016,012,013,0)1,1(X
Kriteria Bobot
Harga 0,15
Ukuran(LxWxH) 0,20
Ukuran Layar(In) 0,10
Berat 0,02
Kehalusan Gambar 0,10
Garansi Produk 0,03
Resolusi Layar 0,12
Power(Input.Output) 0,06
58
Feature 0,22
Tabel 4. Tabel Hasil Bobot Kriteria
Bobot inilah yang intinya akan digunakan sebagai bobot untuk melakukan perhitungan akhir menggunakan akhir
menggunakan metode WP.
Metode WP
1. Menghitung vektor Si, dimana data yang ada akan dikalikan tetapi sebelumnya dilakukan pemangkatan
dengan bobot dari masing-masing kriteria yang telah diperoleh dari perhitungan AHP sebelumnya.
Perhitungan Si menggunakan rumus:
n
j
kWj denganXijSi1
, i = 1, 2, ..., m Dimana n
j
Wj1
1
Untuk atribut yang tidak menguntungkan k=-1. Misalkan atribut harga.
Sehingga didapatkan rumus mencari Si untuk menyelesaikan permasalahan rekomendasi pemebelian laptop
adalah :
59
Si = Harga-0,15*Ukuran0,20*Ukuran Layar0,10*Berat-0,02*Kehalusan Gambar0,1*Garansi Produk0,03*Resolusi
Layar0,12*Power0,06*Feature0,22
Sehingga diperoleh hasil sebagai berikut:
Kriteria
Alternatif Har
ga
Ukuran(
LxWxH)
Ukuran
Layar(In)
Be
rat
Kehalusan
Gambar
Garansi
Produk
Resolus
i Layar
Power(Inp
ut/Ouput)
Feat
ure
Toshiba 32" LED TV
HD
450
000
0
70000 32 6 600 2 720 160 4
LG ULTRA HD LED
650
000
0
70000 49 17 800 2 1080 150 5
Changhong LED
Android Smart TV - 32"
400
000
0
72000 32 6 450 3 720 200 3
60
Panasonic LED TV TH-
50AS610G - Hitam
700
000
0
69000 40 12 700 3 1080 160 6
Samsung LED SMART
TV 40"
600
000
0
75000 40 15 750 2 1080 170 5
Tabel 5. Tabel Alternatif
2. Menghitung nilai vektor Si untuk masing masing alternatif. Rumus:
n
j
kWj denganXijSi1
, i = 1, 2, ..., m Dimana n
j
Wj1
1
Sehingga diperoleh hasil seperti tabel berikut:
Alternatif Nilai S
Toshiba 32" LED TV HD 4,189391887
4,552706501
61
Changhong LED Android Smart TV - 32" 3,962603437
Panasonic LED TV TH-50AS610G - Hitam 4,57725439
Samsung LED SMART TV 40" 4,552716085
Tabel 6. Tabel Hasil Vektor S
3. Menghitung nilai vektor Vi kemudian dilakukan pemilihan nilai tertinggi sebagai alternatif terbaik dalam
pengambilan keputusan. Rumus:
dengan
Si
SiVi
n
j
,
1
i = 1, 2, ..., m
Sehingga diperoleh hasil akhir seperti tabel berikut:
Alternatif Nilai V
Toshiba 32" LED TV HD 0,191868778
0,208508121
62
Changhong LED Android Smart TV - 32" 0,181482157
Panasonic LED TV TH-50AS610G - Hitam 0,209632383
Samsung LED SMART TV 40" 0,20850856
Tabel 7. Tabel Vektor V
Nilai V tertinggi adalah 0,20963 nilai inilah yang akan menjadi rekomendasi keputusan sistem. Jadi pada kasus
ini sistem akan merekomendasikan laptop tipe Panasonic LED TV TH-50AS610G - Hitam.
63
3.5 Skenario Pengujian
Pada penelitian ini, skenario pengujian adalah tahap untuk mengidentifikasi dan mendeskripsikan hasi dari keluaran
sistem. Tujuannya untuk memberikan informasi kepada pengguna terkait dengan nilai dari akurasi perhitungan oleh sistem
dengan pembanding perhitungan manual oleh manusia. Pengujian yang kami lakukan terdiri dari 2 skenario, yaitu :
1. Skenario pertama adalah pengujian terhadap banyaknya data yang digunakan. Pengujian ini menggunakan 5 kelompok
data smartTV. Setiap kelompok data terdiri dari 5 jenis alternatif smartTV. Setiap data kelompok akan dihitung nilai akurasi
dengan cara membandingkan hasil perhitungan oleh sistem dengan perhitungan manual (dengan menduga hasil akhir).
Data tersebut digambarkan pada tabel berikut :
Kriteria
Alternatif Har
ga
Ukuran(L
xWxH)
Ukuran
Layar(In)
Be
rat
Kehalusan
Gambar
Garansi
Produk
Resolusi
Layar
Po
wer
Feat
ure
Toshiba 32" LED TV HD 4500
000 70000 32 6 600 2 720 160 4
LG ULTRA HD LED
6500
000 70000 49 17 800 2 1080 150 5
64
Changhong LED
Android Smart TV - 32"
4000
000 72000 32 6 450 3 720 200 3
Panasonic LED TV TH-
50AS610G - Hitam
7000
000 69000 40 12 700 3 1080 160 6
Samsung LED SMART
TV 40"
6000
000 75000 40 15 750 2 1080 170 5
Tabel 8. Data Pengujian 1
Kriteria
Alternatif Har
ga
Ukuran(L
xWxH)
Ukuran
Layar(In)
Be
rat
Kehalusan
Gambar
Garansi
Produk
Resolusi
Layar
Po
wer
Feat
ure
AOC LED 15" 8900
00 60000 15 5 550 2 720 120 3
Polytron TV PLD
24D900 LED Hitam 24"
1800
000 70000 24 17 800 2 720 150 4
65
Sharp 32" LED TV
Hitam AQUOS
2400
000 74500 32 5 650 3 1080 200 3
Sony 32" LED TV Hitam
Bravia KDL
2700
000 80000 32 11 750 2 720 150 7
Cooca LED TV 32E89
32" - Hitam
2400
000 75000 32 16 700 3 720 140 6
Tabel 9. Data Pengujian 2
Kriteria
Alternatif Har
ga
Ukuran(L
xWxH)
Ukuran
Layar(In)
Be
rat
Kehalusan
Gambar
Garansi
Produk
Resolusi
Layar
Po
wer
Feat
ure
LED AOC 19" 1700
000 65000 19 6 600 3 720 150 4
Polytron TV 32T710
LED 32"
2700
000 70000 49 17 750 3 1080 150 4
66
Sharp 24" LED TV
Hitam AQUOS
2100
000 73000 24 6 800 3 1080 180 5
Sony 40" LED TV
Hitam-Bravia KDL
4700
00 70000 40 13 700 2 720 170 7
Cooca 19" LED TV
Hitam 19E88B
1800
00 70000 19 10 650 3 720 150 5
Tabel 10. Data Pengujian 3
Kriteria
Alternatif Har
ga
Ukuran(L
xWxH)
Ukuran
Layar(In)
Be
rat
Kehalusan
Gambar
Garansi
Produk
Resolusi
Layar
Po
wer
Feat
ure
LED AOC 21" 1750
000 65000 21 7 700 3 720 150 3
Polytron LED TV 22"
PLD-22D900
1800
000 67000 22 14 850 2 1080 150 4
67
Sharp IOTO Aquos
LED TV 32"
3350
000 80000 32 7 900 2 1080 210 4
Sony 40" Internet
LED Backlight TV
6000
000 75000 40 10 750 3 1080 160 6
Cooca LED TV 24E88
24" Hitam
1700
000 70000 24 12 700 3 720 130 4
Tabel 11. Data Pengujian 4
Kriteria
Alternatif Har
ga
Ukuran(L
xWxH)
Ukuran
Layar(In)
Be
rat
Kehalusan
Gambar
Garansi
Produk
Resolusi
Layar
Po
wer
Feat
ure
AOC LED 16" 1500
000 60000 16 8 620 3 720 150 5
Polytron PLD 24D800 TV
LED 24" Hitam
1900
000 71000 24 12 750 3 1080 170 4
68
Sharp LED TV Aquos
40" - LC 40LE355M
5000
000 75000 40 10 700 2 1080 200 3
Sony 48" Bravia Full HD
Ready LED TV
8000
00 78000 48 15 760 3 1080 160 6
Coocaa LED TV 40E39
40" - Hitam
3300
000 70000 40 16 720 2 1080 160 6
Tabel 12. Data Pengujian 5
2. Skenario kedua adalah pengujian terhadap variaso matrik perbandingan kriteria berpasangan dengan metode AHP
(menyediakan 5 variasi matrik perbandingan kriteria berpasangan dan masing masing variasi akan dihitung nilai
akurasinya). Data tersebut digambarkan pada tabel berikut :
Har
ga
Ukuran(Lx
WxH)
Ukuran
Layar(In)
Ber
at
Kehalusan
Gambar
Garansi
Produk
Resolusi
Layar
Pow
er
Feat
ure
Harga 1 0.3 3 5 10 2.5 3.3 2.5 3.3
69
Ukuran(LxW
xH) 3 1 3 5 10 2.5 2 0.25 3.3
Ukuran
Layar(In) 0.3 0.3 1 10 3.3 5 0,5 2 0,25
Berat 0,2 0.2 0,1 1 0,33 0,5 0,2 0,5 0,1
Kehalusan
Gambar 0,1 0.1 0.3 3 1 5 0,5 5 0,2
Garansi
Produk 0,4 0.4 0,2 2 0,2 1 0.3 0,5 0,2
Resolusi
Layar 0,3 0,5 3 5 2 3 1 5 0,5
Power 0,25 0,25 0,5 2 0,2 2 0,2 1 0,2
Feature 0.3 0.3 2 10 5 5 2 5 1
Jumlah 5,25 1,75 12,8 43 28,73 21,5 6,4 19 2,45
Tabel 13. Matrik Perbandingan Pengujian 1
Recommended