Entropy-Based Fuzzy Ahp Sebagai Pendukung Keputusan ...

Kumpulan jurnaL Ilmu Komputer (KLIK) Volume 02, No.02 September 2015

ISSN: 2406-7857

Entropy-Based Fuzzy Ahp Untuk Penempatan Bidan Di Kota Banjarbaru (Siti Hatimah)| 65

Entropy-Based Fuzzy Ahp Sebagai Pendukung Keputusan Penempatan Bidan Di Kota Banjarbaru

Siti Hatimah Rahmadaniah1, Oni Soesanto2, Dwi Kartini2 1,2,3Prodi Ilmu Komputer FMIPA UNLAM

Jl. A. Yani Km 36 Banjarbaru, Kalimantan selatan 1Email: [email protected]

Abstract

Banjarbaru City Health Office is a government agency that plays an important

role in health development in Banjarbaru. Support system midwife placement in the

Health Service Banjarbaru done by following the specified criteria. However, the system

has not been run in accordance with these criteria, but every midwife who will be placed

in primary and villages are given the freedom to choose from one health center placement

options, and direct placement was decided on the option selected health centers midwives.

Because of the ineffectiveness of the existing system at the Department of Health

Banjarbaru it will be designed and built "Midwives Placement Decision Support Systems

in Banjarbaru with Method Using Entropy-Based Fuzzy AHP (Analytical Hierarchy

Process)" to determine the placement of midwives in accordance with the criteria that

have been determined. From the research and observations of the system that has been

created, it can be seen that the Decision Support System Placement Midwives using

Entropy-Based Fuzzy AHP is a decision that is in accordance with the number of

midwives needed by each health center.

Keywords : Decision Support System , Placement Midwives , Entropy Method.

Abstrak

Dinas Kesehatan Kota Banjarbaru merupakan suatu instansi pemerintah yang berperan penting dalam pembangunan kesehatan di Kota Banjarbaru . Sistem

pendukung penempatan bidan di Dinas Kesehatan Banjarbaru dilakukan dengan

mengikuti kreteria yang sudah ditentukan. Akan tetapi sistem tersebut belum berjalan

sesuai dengan kriteria tersebut melainkan setiap bidan yang akan ditempatkan

dipuskesmas dan desa diberikan kebebasan untuk memilih dari salah satu puskesmas

pilihan penempatan, dan langsung diputuskan penempatan pada puskesmas pilihan yang

dipilih bidan. Oleh karena tidak berjalannya sistem yang sudah ada pada Dinas

Kesehatan Banjarbaru maka akan dirancang dan dibangun “Sistem Pendukung

Keputusan Penempatan Bidan di Kota Banjarbaru dengan Menggunakan Metode

Entropy-Based Fuzzy AHP (Analytical Hierarchy Process)” untuk menentukan

penempatan bidan yang sesuai dengan kreteria yang sudah ditentukan. Dari hasil penelitian dan pengamatan dari sistem yang telah dibuat, dapat diketahui bahwa Sistem Pendukung Keputusan Penempatan Bidan menggunakan metode Entropy-Based Fuzzy AHP ini mendapatkan keputusan yang sesuai dengan jumlah bidan yang diperlukan oleh tiap-tiap puskesmas.

Kata kunci : Sistem Pendukung Keputusan, Penempatan Bidan, Metode Entropy.

mailto:[email protected]


ISSN: 2406-7857


1. PENDAHULUAN Dinas Kesehatan Kota Banjarbaru merupakan suatu instansi pemerintah

yang berperan penting dalam pembangunan kesehatan di Kota Banjarbaru dengan prioritas utamanya yaitu pembangunan kesehatan yakni pelayanan kesehatan untuk masyarakat miskin, pendayagunaan tenaga kesehatan, dan peningkatan pelayanan kesehatan di daerah Banjarbaru.

Untuk prioritas utama Dinas Kesehatan Kota Banjarbaru salah satunya adalah penempatan bidan yang dilakukan agar jumlah bidan disetiap puskesmas sesuai dengan tenaga kesehatan yang dibutuhkan. Jumlah bidan yang ada diwilayah kerja Dinas Kesehatan Banjarbaru ada sebanyak Seratus orang bidan.

Analytical Hierarchy Process (AHP) merupakan salah satu metode yang paling banyak digunakan untuk membuat keputusan dalam MCDM. Analytical Hierarchy Process (AHP) telah digunakan dalam berbagai bidang sebagai alat untuk mengambil keputusan multi-kriteria dengan beberapa alternatif dan kriteria [4].

Fuzzy AHP merupakan penggabungan antara AHP dengan pendekatan fuzzy. Beberapa metode dalam FAHP antara lain Pendekatan Van Laarhoven and Pedrycz, Fuzzy AHP Buckley, Metode Extent Analys’ Chang dan Metode Entropy-Based [3].

1.1. Waktu dan Tempat Penelitian

Penelitian bertempat di Kantor Dinas Kesehatan Banjarbaru, Kalimantan Selatan. Waktu penelitian 10 bulan dari Mei 2014 – Maret 2015. 1.2. Alat dan Bahan Penelitian

Pada penelitian ini peneliti menggunakan peralatan yaitu sebuah laptop dengan spesifikasi Processor AMD Intel-Core i3, RAM 2 GB, Hardisk 320 GB, Sistem Operasi “Microsoft Windows 7”, Delphi 7, Database “Microsoft Access 2007”. Bahan atau materi penelitian yang digunakan adalah data ataupun informasi yang telah didapatkan dari Dinas Kesehatan Banjarbaru dan beberapa puskesmas yang ada di wilayah Kota Banjarbaru serta beberapa jurnal penelitian dari internet.

1.3. Prosedur Penelitian

1.3.1 Analisis Kebutuhan

Tahap ini bertujuan untuk menganalisa terhadap kebutuhan sistem. Pengumpulan data dalam tahap ini bisa dilakukan melalui sebuah penelitian, wawancara atau study literatur. Dimana data yang ada merupakan data yang telah diperoleh dari Dinas Kesehatan Banjarbaru berupa data-data bidan, dan hasil penilaian wawancara yang meliputi penilaian dari bidan-bidan tersebut. 1.3.2 Desain Sistem

Menganalisis hasil dari requirement menjadi sebuah ide-ide dalam pengembangan aplikasi, masalah-masalah yang mungkin terjadi, kebutuhan apa saja yang diperlukan dalam pengembangan aplikasi ini. Setelah semua kebutuhan dianalisis, langkah selanjutnya adalah mendesain sistem dan perangkat lunak, yaitu melakukan perancangan sistem yang akan dibangun.


ISSN: 2406-7857


1.3.3 Implementasi dan Pengujian

Tahap selanjutnya adalah menerjemahkan desain sistem ke dalam aplikasi. Bentuk implementasi dari sistem berupa penulisan program dan pembuatan basis data serta dokumentasi. Setelah aplikasi dibuat perlu dilakukan pengujian beberapa unit yang terdapat dalam sistem pada aplikasi tersebut. Apabila terdapat kekurangan

pada unit maka sistem akan diperbaiki sampai masalah dapat teratasi.

1.3.4 Pemeliharaan dan Perawatan

Tahap dimana dimulai melakukan pengoperasian sistem, jika diperlukan melakukan perbaikan kecil atas kesalahan yang ada.

2. HASIL DAN PEMBAHASAN 2.1. Analisis Kebutuhan

Gambar 1 Arsitektur dari Sistem Pendukung Keputusan Penempatan Bidan

2.2. Analisis Masukan dan Keluaran Pada proses pengumpulan data didapat beberapa data. Dari data tersebut

akan dilakukan analisis yang akan menjadi masukan, yaitu sebagai berikut : a. Data Bidan

Data Bidan merupakan data yang berasal dari daftar bidan yang akan dinilai.

b. Data Puskesmas Data Puskesmas merupakan data puskesmas untuk mengetahui puskesmas yang membutuhkan bidan.

c. Data Kriteria Penilaian Data Kriteria Penilaian merupakan data untuk menilai setiap kreteria yang ada untuk melakukan pembobotan. Data Kreteria.

d. Data Nilai Kriteria Bidan Data Kriteria merupakan data kriteria apa saja yang ditetapkan dan digunakan untuk menilai lokasi penempatan bidan.

e. Data Hasil: Lokasi Bidan Data Lokasi Bidan merupakan data untuk hasil proses perhitungan untuk melihat data Lokasi Bidan.

Sedangkan data yang akan menjadi keluaran/output dalam sistem yaitu Data keputusan merupakan data hasil perhitungan perbandingan setiap kriteria, kemudian digunakan perhitungan menggunakan algoritma Entropy-Based Fuzzy


ISSN: 2406-7857


AHP (Analytical Hierarchy Process) untuk mendapatkan hasil akhir dari perangkingan nilai bidan tertinggi dan dari nilai tersebut dapat menentukan Lokasi Penempatan Bidan.

2.3. Analis Proses

Sistem Pendukung Keputusan Penempatan Bidan Di Kota Banjarbaru Menggunakan Metode Entropy-Based Fuzzy AHP (Analytical Hierarchy Process) ini dibuat dengan 4 (empat) jenis kriteria dalam penilaiannya yaitu jarak rumah dengan tempat kerja, pendidikan terakhir, pengalaman kerja bidan, dan Status bidan. Dimana masing-masing kritreria tersebut memiliki nilai-nilai kriteria penilaian yang akan menentukan hasil akhir sistem pendukung keputusan yang akan digunakan oleh para pengguna dalam menentukan suatu keputusan.

Untuk menentukan nilai bobot melihat hasil pengukuran tingkat kepentingan kreteria dan kemudian dihitung nilai matriks perbandingan bobot setiap kreterianya. Setelah itu melakukan perhitungan nilai matriks perbandingan antara bidan-bidan yang akan diproses.

Selanjutnya setelah mendapatkan nilai matriks perbandingan lalu dimasukkan nilai-nilai tersebut kedalam proses perhitungan Entropy-Based Fuzzy AHP (Analytical Hierarchy Process). Dan sampai mendapatkan nilai hasil dari perhitungan-perhitungan yang dilakukan sebelumnya.

2.4. Analis Sistem 2.4.1 Login

Gambar 2 Use Case Diagram Login

2.4.2 Modul Data Master

Gambar 3 Use Case Diagram Modul Master

Modul Login

Login

ADMIN USER

Modul Data Master

Data Bidan

Data Nilai Kriteria

Bidan

Data Puskesmas

USERADMIN


ISSN: 2406-7857


2.4.3 Modul Nilai

Gambar 4 Use Case Diagram Modul Nilai

2.4.4 Modul Laporan

Gambar 5 Use Case Diagram Modul Laporan

2.5. Perancangan Database

Berikut gambaran dari perancangan database sistem yang digambarkan secara konseptual yaitu :

Gambar 6 Perancangan database secara konseptual

Modul Nilai

Data Kretria

Penilaian

Data HasilADMIN USER

Laporan

Laporan

Cetak Laporan

<< Extend >>

ADMIN USER


ISSN: 2406-7857


Berikut gambaran dari perancangan database sistem yang digambarkan secara physical yaitu :

Gambar 7 Perancangan database secara physical

2.6. Implementasi

Berikut akan ditampilkan implementasi dari perancangan User Interface yang telah dibuat sebelumnya : a. Form Login

Pada form ini admin melakukan login dengan memasukkan username dan password. Kemudian sistem akan melakukan validasi. Saat admin memasukan data yang benar, maka akan masuk ke halaman menu utama, Sedangkan apabila data admin yang di masukan salah maka akan muncul pesan kesalahan

Gambar 8 Form Login


ISSN: 2406-7857


b. Menu Utama Menu Utama merupakan form pertama yang akan tampil setelah admin

login ke sistem. Menu utama terdiri dari data bidan, data kriteria bidan, analisa hasil. Data puskesmas dan Data Kriteria Penilaian.

Gambar 9 Form Menu Utama

c. Form Data Bidan Rancangan form Data Bidan meliputi data bidan. Form data bidan

digunakan untuk melihat, mencari, menambah, mengedit dan menghapus, menyimpan data.

Gambar 10 Form Data Bidan

d. Form Data Puskesmas

Form Puskesmas adalah form yang diakses untuk melihat, menambah, mengedit, menghapus dan menyimpan data.


ISSN: 2406-7857


Gambar 11 Form Puskesmas

e. Form Nilai Kriteria

Form data penilaian kriteria adalah form yang diakses untuk menambah, mengedit, menghapus data, mensetting nilai, dan masuk kedalam form kriteria.

Gambar 8. Form Data Penilaian Kriteria

f. Form Hasil Form Hasil adalah form yang diakses untuk melihat nilai pilihan yang

dipilih dan menyimpanya untuk di proses untuk melihat hasil Entropy Based Fuzzy AHP-nya dan dipuskesmas mana bidan tersebut ditempatkan.


ISSN: 2406-7857


Gambar 9. Form Hasil

Gambar 10. Form Lokasi Bidan

3. KESIMPULAN

Dari hasil penelitian dan pengamatan dari sistem yang telah dibuat, maka dapat diperoleh kesimpulan sebagai berikut : a. Langkah-langkah dalam metode Entropy-Based Fuzzy AHP yaitu : menghitung

nilai perbandingan antar kriteria dengan analisi fuzzy, menghitung hitung Nilai_AHP antar bidan dengan menggunakan metode Entropy_based Fuzzy AHP dan menentukan penempatan bidan menggunkan algoritma prinsip penempatan berdasarkan nilai tertinggi dan tempat puskesmas asal.

b. Metode Entropy-Based Fuzzy AHP (Analytical Hierarchy Process) bisa digunakan untuk membantu dalam pembuatan sistem pendukung keputusan penempatan bidan.


ISSN: 2406-7857


DAFTAR PUSTAKA [1] Cheng, C.-H., 1997, Evaluating naval tactical missile systems by fuzzy AHP

based on the grade value of membership function, European Journal of Operational Research, 96 (2) : 343–350.

[2] Kahraman, Cengiz. 2008. Fuzzy Multi Criteria Decesion Making.Istanbul Technical University, Istanbul, Turkey.

[3] Saaty, T. L. 1994. Fundamental of Decision Making and Priority Theory with The Analitic Hierarchy Process Vol. VI. RWS Publications.

[4] Supriyono, WisnuAryaWardhana, dan Sudaryo. 2007. Sistem Pemilihan Pejabat Struktural Dengan Metode AHP.Yogyakarta.

.

Entropy-Based Fuzzy Ahp Sebagai Pendukung Keputusan ...

Documents

Transcript of Entropy-Based Fuzzy Ahp Sebagai Pendukung Keputusan ...