Contoh Pemodelan Statistik & Ahp

RANCANG BANGUN SISTEM PENDUKUNG KEPUTUSAN

A. PEMODELAN

1. Deskripsi Masalah

Penerbit Andi adalah industri penerbit dan percetakan yang bergerak

dalam produksi buku-buku teks terutama buku teknologi informasi. Selain itu

perusahaan ini juga bergerak langsung dalam bisnis penjualan dari produksi

barang yang dihasilkan. Setelah kebutuhan akan penyimpangan dan pengolahan

data semakin kompleks, maka perusahaan memutuskan untuk membuat Sistem

Informasi penjualan barang dari sistem manual ke sistem informasi yang

terkomputerisasi. Sistem Informasi yang dibangun oleh perusahaan ini adalah

sistem informasi yang melakukan pencatatan tentang kelompok barang dan detail

penjualan yang direkam transaksinya berdasarkan transaksi setiap penjualan

barang.

Dari sistem informasi penjualan barang yang ada, akan dikembangkan

Sistem Pendukung Keputusan yang akan digunakan sebagai sistem yang dapat

memberikan gambaran bagi manajer dalam melakukan prediksi nilai produksi

barang pada periode tertentu berdasarkan nilai penjualan barang yang sudah

terekam sebelumnya. Perencanaan produksi yang ditetapkan oleh manager akan

mempengaruhi tingkat produksi dan inventori guna mencapai tingkat efektifitas

yang maksimal, hal ini perlu didukung oleh faktor pemasaran. Dalam hal ini

kaitannya dengan perencanaan daerah pemasaran. Dari perencanaan daerah

pemasaran ini untuk memilih daerah pemasaran yang terbaik yang bertujuan

untuk membuka TB Andi Star, sehingga dengan dibukanya toko baru akan

menambah produksi dalam penjualan buku-buku yang secara langsung akan

menambah keuntungan.

Dalam perancangan Sistem Pendukung Keputusan peramalan penjualan

barang dan pemilihan daerah pemasaran, terdapat beberapa hal yang menjadi

unsur pendukung dalam pembangunan sistem. Unsur-unsur tersebut adalah :

1. Administrator data yaitu unsur yang mengelola data penjualan barang dan

pemasaran.

2. Data penjualan barang itu sendiri yang meliputi periode penjualan ( bulan

dan tahun ) dan jumlah penjualan buku.

3. Unsur manajemen sebagai penentu kebijakan dalam pengambilan

keputusan dalam peramalan produksi dan pemilihan daerah pemasaran.

Dengan demikian, maka sasaran akhir yang menjadi tujuan dari pengembangan

sistem ini adalah sistem mampu memberikan gambaran bagi manager dalam

menentukan peramalan penjualan barang pada periode tertentu dan perencanaan

pemilihan daerah pemasaran. Dengan penggambaran tersebut, maka manager

dapat memutuskan ketersedian barang minimum pada periode tertentu.

Sistem pendukung keputusan peramalan penjualan barang merupakan

suatu sistem yang berguna untuk membantu pimpinan perusahaan dalam

pengambilan keputusan. Sistematika pemecahan masalah dimulai dari ide

dasar perkembangan pengambilan keputusan. Analisis ini kemudian dikaitkan

dengan permasalahan para pengambil keputusan berdasarkan tinjauan beberapa

elemen-elemen keputusan dengan mengoptimalkan sumber daya yang tersedia

melalui pendekatan suatu model pengambilan keputusan.

2

Dalam perancangan sistem pendukung keputusan ini, dibutuhkan

antara lain:

1. Model

Model Sistem Pendukung Keputusan peramalan penjualan barang

ini menggunakan metode peramalan Trend Moment dan metode Analytical

Hierarchy Process ( AHP ) untuk pemilihan daerah pemasaran.

2. Data

Data yang diperlukan oleh sistem adalah pola data penjualan buku

perbulan dan pemilihan daerah pemasaran. Adapun metoda pemodelan data

menggunakan Entity Relationship Diagram (ERD) atau Diagram Hubungan

Entitas.

3. Proses-Proses

Untuk menggambarkan proses-proses yang terjadi pada sistem ini,

perlu dibuat Data Flow Diagram (DFD) atau Diagram Aliran Data (DAD).

4. Antar Muka Pengguna (User Interface)

Sistem ini memerlukan antar muka pengguna sehingga pengguna

dapat berinteraksi dengan sistem. Interaksi dapat berbentuk pemasukan data

ke sistem atau menampilkan output kepada pengguna atau dapat juga keduanya.

Sebelum melakukan rancang bangun sistem pendukung keputusan,

ada beberapa tahapan yang perlu dilalui. Dengan melakukan tahapan-

tahapan untuk mencapai hasil yang telah ditetapkan dalam sistem

pendukung keputusan diharapkan akan menghasilkan sistem seperti yang

diharapkan.

3

3.2. Pemodelan

Salah satu alternatif solusi yang dikembangkan untuk prediksi penjualan

barang pada periode tertentu dan pemilihan daerah pemasaran adalah dengan

merancang dan membangun sebuah Sistem Pendukung Keputusan. Pemodelan

yang digunakan dalam Sistem Pendukung Keputusan untuk melakukan

perhitungan-perhitungan prediksi sehingga mampu menghasilkan nilai akhir yang

dapat memberikan gambaran kepada manager dalam proses pengambilan

keputusan.

Sistem pendukung keputusan peramalan penjualan barang dan pemilihan

daerah pemasaran yang dibangun seperti terlihat pada Gambar 3.1 dibawah ini.

4

Gambar 1. Sistem Pendukung Keputusan Peramalan Penjualan Barang dan Pemilihan Daerah Pemasaran

3.3. Sumber Data

3.3.1. Data Internal

Data Internal adalah data yang berasal dari dalam organisasi, untuk

mendukung sistem pendukung keputusan. Dalam penelitian ini data internal

merupakan data yang berasal dari TB.Andi Star untuk mendukung sistem

pendukung keputusan yaitu : data penjualan buku dan data pemasaran. Adapun

data yang digunakan dalam peramalan penjualan barang adalah menggunakan

pola data penjualan buku per periode (bulan) yang diambil dari data penjualan

barang pada sistem informasi penjualan barang TB.Andi Star.

3.3.2. Data Ekstraksi

Data Ekstraksi adalah data yang dilakukan untuk menghasilkan basis data

sistem pendukung keputusan dari data internal. Selanjutnya basis data tersebut

akan digunakan untuk mengolah sistem pendukung keputusan. Pengelolaan basis

data yang digunakan untuk mengolah sistem pendukung keputusan ini disebut

manajemen sistem basis data (MSBD).

3.4. Model Sistem Pendukung Keputusan

Model sistem pendukung keputusan peramalan penjualan barang dan

pemilihan daerah pemasaran menggunakan dua pemodelan yaitu model trend

moment untuk peramalan penjualan barang dan model analytical hierarchy

process (AHP) untuk pemilihan daerah pemasaran. Dari kedua model tersebut

akan mengkombinasikan berbagai informasi dari pihak manajemen.

5

Hal ini memberi pengertian bahwa prioritas pengambilan keputusan yang

diutamakan yaitu peramalan penjualan barang. Sedangkan faktor lain yang sangat

berpengaruh dalam peramalan penjualan barang adalah perencanaan pemilihan

daerah pemasaran. Baik parameter penilaian peramalan penjualan barang maupun

pemilihan daerah pemasaran masing-masing memiliki elemen-elemen yang harus

dinilai, yang diwujudkan sebagai model-model evaluasi. Hasil penilaian dari

masing-masing nilai dibentuk suatu model pada sistem ini secara kumulatif

sebagai output hasil penilaian.

Gabungan antara hasil penilaian peramalan penjualan barang dan

pemilihan daerah pemasaran ini selanjutnya akan menjadi bahan pertimbangan

akhir dalam menentukan sebuah keputusan bagi pengambil kebijakan.

3.4.1. Model Trend Moment Untuk Analisis Peramalan Penjualan Barang.

Perancangan proses untuk sistem pendukung keputusan menggunakan

contoh kasus penyelesaian masalah dengan mengambil contoh penjualan barang

khusus buku komputer yang telah dikelompokkan menurut bidangnya. Pada

peramalan penjualan barang ini mengambil contoh kelompok barang bidang buku

database.

Di bawah ini adalah tabel penjualan buku ”Database” pada bulan januari 2007

sampai dengan dengan bulan desember 2008.

6

Tabel 1. Penjualan buku DatabasePeriode Waktu Tahun Jumlah Penjualan Buku

JanuariFebruari Maret AprilMei JuniJuliAgustusSeptemberOktoberNovemberDesemberJanuariFebruariMaretAprilMeiJuniJuliAgustusSeptemberOktoberNovemberDesember

200720072007200720072007200720072007200720072007200820082008200820082008200820082008200820082008

21142114 62014 4101112 3 9141213 81311 8 910 421

Bila menggunakan metode trend moment dengan rumus dibawah ini, maka dapat

disusun tabel perhitungan seperti pada tabel 2. dibawah ini :

∑ XiYi – n ( Xibar ) ( Yibar ) b = ............................................... (4) ∑ Xi ² - n ( Xibar ) ²

a = Yibar – b ( Xibar ) ....................................................................... (5)

7

Tabel 3.2. Perhitungan Metode Trend Moment.

Periode Waktu Tahun Xi Jmh Penjualan Buku ( Yi )

XiYi Xi²

JanuariFebruari Maret AprilMei JuniJuliAgustusSeptemberOktoberNovemberDesemberJanuariFebruariMaretAprilMeiJuniJuliAgustusSeptemberOktoberNovemberDesember

200720072007200720072007200720072007200720072007200820082008200820082008200820082008200820082008

123456789101112131415161718192021222324

21142114 62014 4101112 3 9141213 81311 8 910 421

2128635630

120983290

110 132

36 117 196 180 208 136 234 209 160 189 220

92 504

149162536496481100121144169196225256289324361400441484529576

Total ( ∑ )Rata-rata

30012.5

28211.75

3261 4900

∑ XiYi – n ( Xibar ) ( Yibar ) b = ...................... (4) ∑ Xi ² - n ( Xibar ) ²

3261 – 24 (12.5) (11.75) b = 4900 – 24 (12.5 )²

b = - 0.229 a = Yibar – b ( Xibar ) .................................................................... (5)

a = 11.75 – (- 0.229 ) (12.5)

8

a = 14.6125

Persamaan Trend : Y = a + bx

Y = 14.6125 + ( - 0.229 )x

Nilai Trend pada bulan Januari 2009 :

Y = 14.6125 + (- 0.229 ) ( 25 )

Y = 9.1165

Apabila hasil tersebut dipengaruhi oleh indeks musim, dengan menggunakan

rumus perhitungan indeks musim maka akan diperoleh hasil perhitungan sebagai

berikut :

Keterangan :

Rata-rata permintaan bulan tertentu diambil dari data permintaan actual

penjualan buku pada periode januari 2007 yaitu 21 buku dan bulan januari

2008 sebesar 9 buku, sehingga akan diperoleh hasil sebesar : 15 buku.

Rata-rata permintaan perbulan adalah : 11,75

Sehingga indeks musim diperoleh hasil sebagai berikut :

15Indeks Musim = = 1,276 11,75

Sehingga untuk mendapatkan hasil ramalan akhir setelah dipengaruhi oleh

indeks musim digunakan perhitungan rumus sebagai berikut :

Y* = Indeks Musim x Y

Y* = 1,276 x 9,1165

9

Y* = 11,632

Nilai ramalan penjualan buku pada bulan januari 2009 setelah dikoreksi dengan

indeks musim sebesar 11 buku, dimana nilai ramalan merupakan nilai

pembulatan.

3.4.2. Model Analytical Hierarchy Process (AHP) Untuk Analisis Daerah

Pemasaran.

Pada perencanaan pemilihan daerah pemasaran dengan mengklasifikasikan

variabel-variabel yang menentukan pengambilan keputusan pemasaran yaitu :

Harga (Price), Produk (Product), Tempat (Place), Promosi (Promotion). Metode

Analytical Hierarchy Process (AHP) yang diterapkan pada pemilihan daerah

pemasaran dibatasi sampai dengan tingkat hirarki ke empat. Masing-masing

variabel / kriteria keputusan mempunyai kriteria intensitas ( sub kriteria )

yang didasarkan pada respon yang akan diberikan oleh daerah pemasaran yang

akan dipilih.

Empat kriteria ( Variabel ) untuk model analisis daerah pemasaran tersebut yaitu :

1. Harga ( Price ) yaitu mempertimbangkan tingkat daya beli sebuah daerah

terhadap produk yang akan ditawarkan oleh perusahaan.

Kriteria ini memiliki sub-kriteria : Mahal, Sedang, Murah.

2. Produk ( Product ) yaitu mempertimbangkan tingkat minat suatu daerah

terhadap produk yang akan ditawarkan oleh perusahaan.

Kriteria ini memiliki sub-kriteria : Tinggi, Sedang, Rendah.

10

3. Tempat ( Place ) yaitu mempertimbangkan tingkat kesukaran dalam

mencari tempat di suatu daerah yang akan menyediakan tempat untuk

menyalurkan produk dari perusahaan ke pemakai.

Kriteria ini memiliki sub-kriteria : Susah, Sedang, Mudah

4. Promosi ( Promotion ) yaitu mempertimbangkan tingkat biaya yang

dihabiskan untuk melakukan promosi produk perusahaan di suatu daerah.

Kriteria ini memiliki sub-kriteria : Mahal, Sedang, Murah.

Penentuan status untuk masing-masing kriteria dapat dibantu dengan melakukan

survei, polling, uji coba produk ke setiap pasar / daerah pemasaran yang akan

di analisa dan dapat juga dengan memanfaatkan data-data yang ada pada lembaga-

lembaga pemerintahan yang dinilai berhubungan.

Selanjutnya sistem komputer menerima masukan data kondisi masing-

masing pasar/daerah pemasaran yang akan dipilih sesuai dengan batasan

intensitas kriteria ( disebut juga Sub kriteria) yang telah ditetapkan diatas. Input

data pasar tersebut akan dijadikan basis data bagian perencanaan pemilihan daerah

pemasaran. Sistem komputer akan memberikan keluaran berupa prioritas untuk

masing-masing data pasar. Analisa prioritas yang diberikan oleh sistem komputer

bukan merupakan keputusan final, keputusan final tetap berada pada pembuat

keputusan. Struktur Hirarki AHP pada analisa daerah pemasaran dapat dilihat

pada gambar 2. berikut ini.

11

Gambar 2. Struktur Hierarkhi Proses AHP

Keterangan :

T : Tinggi S : Sedang R : RendahMd : Mudah Su : Susah Mr : Murah Mh : Mahal

Pada struktur hierarki proses pemilihan daerah pemasaran tersebut diatas,

yang menjadi sasaran / goal adalah memilih daerah pemasaran yang akan

dijadikan dasar untuk membuka toko baru. Adapun kriteria-kriteria yang

diperlukan sesuai dengan variabel pemasaran seperti yang telah dijelaskan bab

sebelumnya adalah harga, produk,tempat dan promosi. Sedangkan kriteria

dirinci lagi menjadi sub kriteria yaitu tinggi, sedang, rendah, mudah, susah,

murah dan mahal. Tingkatan paling dasar dari hierarki adalah alternatif.

Alternatif-alternatif ini yang akan menentukan pilihan yang terbaik di antara

alternatif-alternatif lainnya untuk mencapai sasaran/tujuan. Contoh dalam

penelitian ini adalah alternatif nama daerah/kota pemasaran yang akan dijadikan

tempat untuk membuka toko baru. Sebagai contoh adalah ada tiga kota yang

12

akan dijadikan untuk membuka toko baru yaitu Semarang, Solo dan

Purwokerto.

Dari hasil penelitian melalui survei dan wawancara pada bagian pemasaran

TB.Andi Star ini maka diperoleh hasil sebagai berikut ( Sumber : Bagian

Pemasaran TB.Andi ).

1. Harga merupakan variabel yang mengukur besar uang yang harus

dikeluarkan oleh konsumen untuk mendapatkan sebuah produk, termasuk

potongan harga. Harga juga menjadi dasar untuk mempertimbangkan

tingkat daya beli sebuah daerah terhadap produk yang akan ditawarkan

oleh perusahaan. Khusus buku-buku teks komputer penerbit Andi harga

masih berada kisaran dibawah Rp. 150.000,00 .

Berikut ini adalah rincian kategori harga mahal, sedang dan murah.

Harga dengan kategori ”Mahal” berkisar antara diatas

Rp.80.000,00 sd Rp 150.000,00

Harga dengan kategori ”Sedang ” berkisar antara Rp. 45.000,00 sd

Rp.80.000.00

Harga dengan kategori ”Murah” adalah dibawah Rp 45.000,00

Dari ketentuan kisaran harga tersebut diatas peneliti mengambil kesimpulan

bahwa, harga dengan intensitas mahal diberi nilai paling kecil, begitu juga

dengan intensitas murah. Hal ini dikarenakan decision maker menganggap

bahwa harga yang mahal akan sulit dijangkau oleh konsumen, begitu juga

dengan harga murah akan dianggap produk tersebut berkualitas rendah.

Sesuai dengan AHP, nilai perbandingan kriteria dan intensitas yang

13

dimaksudkan yaitu bernilai 1 – 9 yang merupakan skala terbaik untuk

mengekspresikan pendapat. ( Saaty, 1998 )

2. Produk menjadi dasar pertimbangkan tingkat minat suatu daerah terhadap

produk yang akan ditawarkan oleh perusahaan. Produk merupakan

kombinasi dari kualitas barang dan pelayanan yang diberikan oleh

perusahaan pada konsumennya. Buku-buku teks penerbit Andi

mempunyai kualitas dan kwantitas yang sangat baik, hal ini dapat dilihat

dari isi buku, pengarang, tata bahasa, penanggung jawab dan hak cipta

termasuk didalamnya adalah keragaman produk, dan desain buku. Produk

sangat berpengaruh terhadap harga. Sehingga besar kecilnya harga

sekaligus merupakan besar kecilnya sebuah produk. Dari hasil penelitian

diperoleh bahwa kategori harga mahal, sedang, murah sama dengan nilai

produk tinggi, sedang dan rendah.

Berikut adalah rincian kategori produk tinggi, sedang dan rendah.

Produk dengan kategori ”Tinggi” berkisar antara diatas Rp.

80.000,00 sd Rp.150.000.00

Produk dengan kategori ”Sedang” berkisar antara diatas

Rp.45.000,00 sd Rp 80.000,00

Produk dengan kategori ”Rendah” adalah dibawah Rp 45.000,00

Dari ketentuan produk tersebut diatas peneliti mengambil kesimpulan bahwa,

tinggi rendahnya nilai intensitas pada kriteria produk tergantung pada tingkat

minat konsumen terhadap produk yang akan dibeli. Sesuai dengan AHP, nilai

14

perbandingan kriteria dan intensitas yang dimaksudkan yaitu bernilai 1 – 9 yang

merupakan skala terbaik untuk mengekspresikan pendapat . ( Saaty, 1998 )

3. Tempat digunakan untuk mempertimbangkan tingkat kesukaran dalam

mencari tempat di suatu daerah yang akan menyediakan tempat untuk

menyalurkan produk dari perusahaan ke pemakai, dengan kata lain

kegiatan perusahaan yang mengakibatkan sampainya barang yang

diproduksi kepada konsumen. Dari hasil penelitian diperoleh bahwa

kategori tempat susah, sedang, mudah adalah sebagai berikut.

Tempat dengan kategori ”Susah” adalah berjarak tempuh lebih dari 1

kilometer.

Tempat dengan kategori ”Sedang” adalah berjarak tempuh antara 300

meter sd 1 kilometer.

Tempat dengan kategori ”Mudah” adalah berjarak tempuh kurang dari

300 meter.

Dari ketentuan tempat tersebut diatas peneliti mengambil kesimpulan bahwa,

tinggi rendahnya nilai intensitas pada kriteria agen tergantung pada tingkat

kesukaran (susah) dalam mencari agen untuk menyalurkan produk dari

perusahaan ke konsumen. Sesuai dengan AHP, nilai perbandingan kriteria dan

intensitas yang dimaksudkan yaitu bernilai 1 – 9 yang merupakan skala terbaik

untuk mengekspresikan pendapat . ( Saaty, 1998 )

4. Promosi digunakan dasar dalam mempertimbangkan tingkat biaya yang

dihabiskan untuk melakukan promosi produk perusahaan di suatu daerah.

Tujuan promosi ini adalah mempertemukan / memperkenalkan produk

15

yang dibuat dengan konsumen yang membutuhkan. Dari hasil penelitian

diperoleh bahwa kategori promosi mahal, sedang, murah adalah sebagai

berikut.

Promosi dengan kategori ”Mahal” dengan biaya diatas/lebih dari

15 juta.

Promosi dengan kategori ”Sedang” dengan biaya antara 5 juta sd

15 juta.

Promosi dengan kategori ”Murah” dengan biaya dibawah 5 juta.

Dari ketentuan promosi tersebut diatas peneliti mengambil kesimpulan bahwa,

tinggi rendahnya nilai intensitas pada kriteria promosi tergantung pada tingkat

biaya atau besarnya promosi yang dihabiskan oleh perusahaan dalam

mempromosikan produknya.

Pada proses analisis pemilihan daerah pemasaran ini menggunakan

model AHP, maka nilai yang digunakan adalah berdasarkan nilai skala

kepentingan yaitu 1- 9 seperti yang telah dijelaskan pada bab sebelumnya. Nilai

perbandingan ini merupakan skala terbaik untuk mengekspresikan pendapat.

(Saaty, 1998 ). Sesuai dengan AHP pada perbandingan kriteria ini, pengguna

dapat memasukkan nilai perbandingan di semua komponen perbandingan antar

kriteria ( kecuali perbandingan antar kriteria yang sama ). Nilai perbandingan

kriteria ini juga memperbolehkan pengguna untuk memasukkan nilai pecahan

dengan nilai terkecil 1/9 ( 0.111 ).

16

Adapun langkah-langkah penyelesaian yang harus dilakukan untuk

memilih daerah pemasaran dengan metode AHP adalah sebagai berikut :

1. Menentukan Prioritas Kriteria

Langkah yang harus dilakukan dalam menentukan prioritas kriteria yaitu :

a. Membuat matriks perbandingan berpasangan ( Pairwise Comparison)

Pada tahap ini dilakukan penilaian perbandingan antara satu kriteria dengan

kriteria yang lain seperti yang telah dijelaskan pada bab sebelumnya. Nilai

skala 1 sampai 9 adalah skala terbaik untuk mengekspresikan pendapat.

Nilai perbandingan kriteria yang dimaksudkan yaitu bernilai 1-9 dan sesuai

”Aksioma Resiprokal” maka nilai perbandingan kriteria (harga dan produk)

adalah bersifat resiprokal, maksudnya jika harga berbanding produk bernilai

1 maka produk berbanding harga adalah kebalikkannya begitu juga dengan

kriteria lainya dengan cara yang sama.

Hasil penilaian seperti pada tabel 3.3 dibawah ini.

Tabel 3.3. Matriks Pairwise Comparison

Harga Produk Tempat PromosiHarga 1 2 2 3Produk 0.5 1 2 2Tempat 0.5 0.5 1 2Promosi 0.33 0.5 0.5 1Jumlah 2.33 4 5.5 8

Dari elemen tabel tersebut diatas dijelaskan sebagai berikut :

Angka 1 pada baris harga dan kolom harga artinya bahwa kedua

elemen tersebut sama pentingnya

Angka 2 pada baris harga dan kolom produk artinya bahwa harga dan

produk ada dua kompromi diantara 2 pilihan tersebut.

17

Angka 3 pada baris harga dan kolom promosi artinya harga sedikit

lebih penting 3 kali dari promosi.

Sedangkan angka 0.5 pada baris produk dan kolom harga merupakan

hasil perhitungan 1/nilai ( 1 dibagi n ) pada baris harga dan kolom

produk yaitu 2 sehingga diperoleh ½ = 0.5

Angka-angka yang lain diperoleh dengan cara yang sama.

Pada dasarnya proses pengambilan keputusan adalah memilih suatu

alternatif. AHP memiliki banyak keunggulan dalam menjelaskan proses

pengambilan keputusan. Salah satunya adalah dapat digambarkan secara hierarki

sehingga mudah dipahami oleh semua pihak yang terlihat dalam pengambilan

keputusan. Pada penilaian kriteria dan intensitas dengan memberikan nilai

perbandingan 1-9 tersebut peran decision maker sangat berpengaruh, karena nilai-

nilai tersebut merupakan nilai perbandingan berpasangan yang mempunyai

elemen-elemen pendukung untuk mengekspresikan pendapat. Dimana keputusan

akhir berada pada pihak-pihak pengambil keputusan dengan segala

pertimbangannya.

b. Membuat matriks nilai kriteria

Matriks ini diperoleh dengan cara sebagai berikut :

Nilai baris kolom = Nilai baris-kolom lama pada ( Tabel 3.3 ) dibagi

Jumlah masing-masing kolom lama ( Tabel 3.3 ).

Nilai pada kolom jumlah diperoleh dari penjumlahan pada setiap

barisnya.

18

Nilai pada kolom prioritas diperoleh dari nilai pada kolom jumlah

dibagi dengan jumlah kriteria, dalam penelitian ini jumlah kriteria

adalah 4. Hasil perhitungan seperti pada tabel 3.4. dibawah ini.

Tabel 3.4. Matriks Nilai KriteriaHarga Produk Tempat Promosi Jumlah Prioritas

Harga 0.43 0.50 0.36 0.37 1.66 0.41Produk 0.21 0.25 0.36 0.25 1.07 0.27Tempat 0.21 0.12 0.18 0.25 0.76 0.19Promosi 0.14 0.12 0.09 0.12 0.47 0.12

b. Membuat matriks pennjumlahan setiap baris


Nilai pada baris kolom baru diperoleh dari nilai prioritas pada baris

tersebut (Tabel 3.4) dikalikan dengan nilai baris kolom pada (Tabel

3.3 ).

Nilai pada kolom jumlah diperoleh dengan menjumlahkan nilai pada

masing-masing baris pada tabel tersebut. Hasil perhitungan seperti

pada tabel 3.5 dibawah ini.

Tabel 3.5. Matriks Penjumlahan Setiap barisHarga Produk Tempat Promosi Jumlah

Harga 0.41 0.54 0.38 0.36 1.69Produk 0.20 0.27 0.38 0.24 1.09Tempat 0.20 0.13 0.19 0.24 0.76Promosi 0.13 0.13 0.09 0.12 0.47

c. Menentukan Rasio Konsistensi

Penghitungan ini digunakan untuk memastikan bahwa nilai rasio

konsistensi ( CR ) <= 0.1 seperti telah dijelaskan pada bab sebelumnya. Jika

19

ternyata nilai CR lebih besar dari 0.1 maka matriks perbandingan

berpasangan (Pairwise Comparison ) harus diperbaiki.

Hasil perhitungan nilai jumlah pada (Tabel 3.5) dan nilai prioritas pada

(Tabel 3.4) dapat digunakan untuk membuat tabel perhitungan rasio

konsistensi. Hasil perhitungan seperti pada Tabel 3.6 dibawah ini.

Tabel 3.6. Perhitungan Rasio KonsistensiJumlah per baris Prioritas Hasil

Harga 1.69 0.41 2.1Produk 1.09 0.27 1.36Tempat 0.76 019 0.95Promosi 0.47 0.12 0.59

Dari Tabel 3.6. diperoleh nilai-nilai sebagai berikut :

Jumlah kriteria ( n ) : 4

Jumlah dari nilai-nilai hasil : 5

Λmaks = jumlah / n yaitu : 1.25

Nilai Consistency Index ( CI ) = (( λmaks – n ) / n - 1 ) yaitu : - 0.91

Nilai Consistency Ratio ( CR ) = CI / IR yaitu : - 1.01

Oleh karena CR <= 0.1 , maka rasio konsistensi dari perhitungan tersebut

dapat diterima.

2. Menentukan Prioritas Subkriteria.

Penghitungan subkriteria dilakukan terhadap sub-sub dari semua kriteria.

Dalam hal ini, terdapat empat kriteria yang berarti akan ada 4 perhitungan

prioritas subkriteria.

20

a. Menghitung prioritas subkriteria dari kriteria Harga.

Langkah-langkah yang dilakukan untuk menghitung prioritas subkriteria

dari kriteria harga adalah sebagai berikut :

Membuat matriks perbandingan berpasangan (Pairwise

Comparison) .

Hasil dari matriks perbandingan berpasangan Kriteria Harga

seperti pada Tabel 3.7 dibawah ini.

Tabel 3.7. Matriks Pairwise ComparisonMahal Sedang Murah

Mahal 1 3 5Sedang 0.33 1 3Murah 0.2 0.33 1Jumlah 1.53 4.33 9

Membuat matriks nilai kriteria.

Pada matriks nilai kriteria harga terdapat kolom tambahan yaitu

kolom prioritas subkriteria. Hasil perhitungan seperti pada ( Tabel

3.8 ) dibawah ini.

Tabel 3.8. Matriks Nilai Kriteria HargaMahal Sedang Murah Jumlah Prioritas Prioritas

SubkriteriaMahal 0.65 0.69 0.55 1.89 0.63 1Sedang 0.21 0.23 0.33 0.77 0.25 0.39Murah 0.13 0.07 0.11 0.31 0.10 0.15

Menentukan matriks penjumlahan setiap baris


Nilai pada baris kolom baru diperoleh dari nilai prioritas

pada baris tersebut (Tabel 3.8) dikalikan dengan nilai

baris kolom pada (Tabel 3.7 ).

21

Nilai pada kolom jumlah diperoleh dengan

menjumlahkan nilai pada masing-masing baris pada tabel

tersebut. Hasil perhitungan seperti pada tabel 3.9 dibawah

ini.

Tabel 3.9. Matriks Penjumlahan Setiap Baris Kriteria Harga.

Mahal Sedang Murah JumlahMahal 0.63 0.78 0.5 1.91Sedang 0.20 0.25 0.3 0.75Murah 0.12 0.08 0.1 0.3

Menentukan Rasio Konsistensi


konsistensi (CR) <= 0.1. Hasil perhitungan seperti pada Tabel 3.10

dibawah ini.

Tabel 3.10. Penghitungan Rasio KonsistensiJumlah per baris Prioritas Hasil

Mahal 1.91 0.63 2.54Sedang 0.75 0.25 1Murah 0.3 0.10 0.4



Jumlah dari nilai-nilai hasil : 3.94


Nilai Consistency Index ( CI ) = (( λmaks – n ) / n - 1 ) yaitu :- 0.84


22

b. Menghitung prioritas subkriteria dari kriteria Produk


dari kriteria produk adalah sebagai berikut :


Comparison).

Hasil dari matriks perbandingan berpasangan Kriteria produk


Tabel 3.11. Matriks Pairwise ComparisonTinggi Sedang Rendah

Tinggi 1 2 6Sedang 0.5 1 2Rendah 0.16 0.5 1Jumlah 1.66 3.5 9


Pada matriks nilai kriteria produk terdapat kolom tambahan kolom

prioritas subkriteria. Hasil perhitungan seperti pada Tabel 3.12

dibawah ini.

Tabel 3.12. Matriks Nilai Kriteria ProdukTinggi Sedang Rendah Jumlah Prioritas Prioritas

SubkriteriaTinggi 0.60 0.57 0.66 1.83 0.61 1Sedang 0.30 0.28 0.22 0.8 0.26 0.42Rendah 0.09 0.14 0.11 0.34 0.11 0.18


Matriks ini diperoleh dengan cara yang sama seperti pada langkah-

langkah penyelesaian menentukan matriks penjumlahan setiap

23

baris kriteria harga. Hasil perhitungan seperti pada Tabel 3.13

dibawah ini.

Tabel 3.13. Matriks Penjumlahan Setiap Baris Kriteria ProdukTinggi Sedang Rendah Jumlah

Tinggi 0.61 0.52 0.66 1.79Sedang 0.30 0.26 0.24 0.8Rendah 0.09 0.13 0.11 0.33




dibawah ini.

Tabel 3.14. Penghitungan Rasio KonsistensiJumlah per baris Prioritas Hasil

Tinggi 1.79 0.61 2.4Sedang 0.8 0.26 1.06Rendah 0.33 0.11 0.44





Nilai Consistency Index ( CI ) = (( λmaks – n ) / n – 1 ) yaitu : - 0.85


c. Menghitung prioritas subkriteria dari kriteria Tempat


dari kriteria tempat sama dengan yang dilakukan dalam perhitungan

prioritas subkriteria dari kriteria harga.

Langkah-langkahnya adalah sebagai berikut :

24


Comparison).

Hasil dari matriks perbandingan berpasangan kriteria tempat


Tabel 3.14. Matriks Pairwise ComparisonSusah Sedang Mudah

Susah 1 3 4Sedang 0.33 1 3Mudah 0.25 0.33 1Jumlah 1.58 4.33 8


Pada matriks nilai kriteria tempat terdapat kolom tambahan yaitu

kolom prioritas subkriteria. Hasil perhitungan seperti pada Tabel

3.15 dibawah ini.

Tabel 3.15. Matriks Nilai Kriteria TempatSusah Sedang Mudah Jumlah Prioritas Prioritas

SubkriteriaSusah 0.63 0.69 0.5 1.82 0.60 1Sedang 0.20 0.23 0.37 0.8 0.26 0.43Mudah 0.15 0.07 0.12 0.34 0.11 0.18


Hasil perhitungan seperti pada Tabel 3.16 dibawah ini.

Tabel 3.16. Matriks Penjumlahan Setiap Baris Kriteria Tempat.Susah Sedang Mudah Jumlah

Susah 0.60 0.78 0.44 1.82Sedang 0.19 0.26 0.33 0.78Mudah 0.15 0.08 0.11 0.34


25



dibawah ini.

Tabel 3.17. Penghitungan Rasio Konsistensi

Jumlah per baris Prioritas HasilSusah 1.82 0.60 2.42

Sedang 0.78 0.26 1.04Mudah 0.34 0.11 0.45




Λmaks = jumlah / n yaitu :1.30

Nilai Consistency Index ( CI ) = (( λmaks – n ) / n -1 ) yaitu : - 0.85


d. Menghitung prioritas subkriteria dari kriteria Promosi


dari kriteria promosi sama dengan yang dilakukan dalam perhitungan

prioritas subkriteria dari kriteria harga.

Langkah-langkahnya adalah sebagai berikut :


Comparison) .

Hasil dari matriks perbandingan berpasangan kriteria promosi


Tabel 3.18. Matriks Pairwise Comparison

26

Mahal Sedang MurahMahal 1 2 5Sedang 0.5 1 2Murah 0.2 0.5 1Jumlah 1.7 3.5 8


Pada matriks nilai kriteria tempat terdapat kolom tambahan yaitu

kolom prioritas subkriteria. Hasil perhitungan seperti pada Tabel

3.19 dibawah ini.

Tabel 3.19. Matriks Nilai Kriteria Promosi

Mahal Sedang Murah Jumlah Prioritas Prioritas Subkriteria

Mahal 0.58 0.61 0.62 1.81 0.60 1Sedang 0.29 0.28 0.25 0.82 0.27 0.45Murah 0.11 0.14 0.12 0.37 0.12 0.2


Hasil perhitungan seperti pada Tabel 3.20 dibawah ini.

Tabel 3.20. Matriks Penjumlahan Setiap Baris Kriteria Promosi

Mahal Sedang Murah JumlahMahal 0.60 0.54 0.6 1.74Sedang 0.14 0.27 0.24 0.65Murah 0.12 0.13 0.12 0.37




dibawah ini.

Tabel 3.21. Penghitungan Rasio Konsistensi

27

Jumlah per baris Prioritas HasilMahal 1.74 0.60 2.34Sedang 0.65 0.27 0.92Murah 0.37 0.12 0.49

Dari Tabel 3.21 diperoleh nilai-nilai sebagai berikut :




Nilai Consistency Index ( CI ) = (( λmaks – n ) / n -1 ) yaitu : - 0.87


3. Menghitung Hasil.

Prioritas hasil perhitungan pada langkah 1 dan 2 dapat diperoleh matrik hasil

seperti pada tabel 3.22 dibawah ini.

Tabel 3.22. Matrik Hasil

Harga Produk Tempat Promosi0.41 0.27 0.19 0.12

Mahal Tinggi Susah Mahal1 1 1 1

Sedang Sedang Sedang Sedang0.39 0.42 0.43 0.45

Murah Rendah Mudah Murah0.15 0.18 0.18 0.2

Sebagai contoh data daerah pemasaran dari 3 kota seperti pada tabel 3.23 dibawah

ini.

Tabel 3.23. Nilai Kota Pemasaran

28

Harga Produk Tempat PromosiSolo Mahal Tinggi Sedang SedangSemarang Mahal Tinggi Sedang MahalPurwokero Mahal Tinggi Mudah Murah

Maka hasil akhir seperti pada tabel 3.24 dibawah ini.

Tabel 3.24. Hasil AkhirHarga Produk Tempat Promosi Total

Solo 1 1 0.43 0.45 2.88Semarang 1 1 0.43 1 3.43Purwokerto 1 1 0.18 0.2 2.38

Nilai total digunakan sebagai dasar untuk merangking memilih daerah pemasaran.

Semakin besar nilainya maka semakin baik untuk dipilih sebagai daerah

pemasaran dan dapat dijadikan dasar untuk membuka toko baru.

B. PERANCANGAN BASIS DATA

1. Perancangan Basis Data

Beberapa aturan bisnis ( bussiness rules ) mengenai relasi antar entitas

dalam rancangan basis data Sistem Pendukung Keputusan ini dapat dijelaskan

sebagai berikut. Berdasarkan aturan bisnis yang dijelaskan diatas, maka dapat

digambarkan dalam bentuk Entity Relationship Diagram (ERD) / Diagram

Hubungan Entitas ditunjukan pada gambar berikut 3.3. dibawah ini.

29

Gambar 1. ERD Ssistem Pendukung Keputusan Peramalan Penjualan Barang & Pemilihan Daerah Pemasaran

Gambar 2. ERD Sistem Pendukung Keputusan untuk Pemilihan Daerah Pemasaran (Pressman, 2002)

30

2. Tabel Basis Data

Berdasarkan relasi di atas, database yang dikembangkan terdiri dari basis

data untuk peramalan penjualan barang dan pemilihan daerah pemasaran. Berikut

adalah rincian tabel basis data sebagai berikut :

Tabel 2.1. Tabel Admin

Nama Field Tipe data Ukuran KeteranganID_Admin Int 2 Primary keyNama_Admin Var char 50Password Var char 50

Tabel 2.2. Tabel Kelompok Buku

Nama Field Tipe data Ukuran KeteranganID_Kelp_Buku Int 2 Primary keyNama_Kelp_Buku Var char 30

Tabel 2.3. Tabel Penjualan Buku

Nama Field Tipe data Ukuran KeteranganNomor Int 3 Primary keyID_Kelp_Buku int 2Bulan Var char 10Tahun int 4Jumlah_Penjualan int 3

Tabel 2.4. Tabel Penjualan Pilihan

Nama Field Tipe data Ukuran KeteranganNomor Int 11 Primary KeyID_Admin Int 2ID_Kelp_Buku Int 2Bulan Var char 10Tahun Int 4Xi Int 3Yi Int 3XiYi Int 3Xi_kuadrat Int 3

31

Tabel 2.5. Tabel Nilai PeramalanNama Field Tipe data Ukuran Keterangan

Nomor Int 11 Primary KeyId_Admin Int 2Id_Kelp_Buku Int 2Jum_Xi Int 6Jum_Yi Int 6Jum_XiYi Int 11Jum_Xi kuadrat Int 11Nilai_X Int 3Nilai_Y Int 3Rata_Jum_Xi DoubleRata_Jum_Yi DoubleNilai_a Var char 6Nilai_b Var char 6Indeks_Musim DoubleHasil_Akhir Int 11Nilai_Bulan_Ramalan Int 11Bulan_Ramalan Var char 11Tahun_Ramalan int 4

Perancangan basis data untuk PemilihanDaerah Pemasaran

Tabel 3.6. Tabel Kriteria

Nama Field Tipe data Ukuran KeteranganNomor Int 11 Primary keyId_Admin Int 2Nama_Kriteria Var char 10Prioritas Double

Tabel 3.7. Tabel Sub_Kriteria

Nama Field Tipe data Ukuran KeteranganNomor Int 11 Primary keyID_Admin Int 2Nama_Kriteria Var char 7Nama_SubKriteria Var char 10Prioritas DoubleSub_Prioritas Double

32

Tabel 3.8. Tabel Nilai Pemasaran

Nama Field Tipe data Ukuran KeteranganNomor Int 3 Primary keyID_Admin Int 2Nama_kota Var char 50Harga Var char 4Produk Var char 4Tempat Var char 4Promosi Var char 4Total Double

3. Perancangan Dialog AntarMuka

3.1. Perancangan Antarmuka Menu Login

Gambar 3.1. Rancangan Form Menu LoginSPK Peramalan Penjualan Barang & Pemilihan Daerah Pemasaran

3.2. Perancangan Antarmuka Menu Utama.

Gambar 3.12. Rancangan Form Menu Utama

33

3.2.1. Perancangan Antarmuka Input

Rancangan Form Data Kelompok Buku.

Gambar Rancangan Form Data Kelompok Buku

Rancangan Form Data Penjualan Buku

Gambar Rancangan Form Data Penjualan Buku

Rancangan Form Analisis Trend Moment

Gambar Rancangan Form Analisis Trend Moment

34

Rancangan Form Pemilihan Daerah Pemasaran

Gambar Rancangan Form Nilai Kepentingan Kriteria untuk Pemilihan Daerah Pemasaran

Sedangkan untuk rancangan form nilai kepentingan sub kriteria dijabarkan

menurut masing-masing kriteria. Gambar dibawah ini adalah rancangan form

nilai kepentingan sub kriteria Harga.

Gambar Rancangan Form Nilai Kepentingan Sub Kriteria Harga

35

Rancangan Form Grafik Peramalan Penjualan Barang

Gambar Rancangan Form Grafik Peramalan Penjualan Barang

Rancangan Form Grafik Pemilihan Daerah Pemasaran

Gambar Rancangan Form Grafik Pemilihan Daerah Pemasaran

36

3.6.4. Perancangan Antarmuka Output.

Gambar Rancangan Form Laporan Hasil Peramalan

Rancangan Form Pelaporan Hasil Analisis Pemilihan Daerah

Pemasaran.

Gambar Rancangan Form Laporan Hasil Pemilihan Daerah Pemasaran

37

Contoh Pemodelan Statistik & Ahp

Documents

Transcript of Contoh Pemodelan Statistik & Ahp