Pemilihan Sarana Promosi Lembaga Pendidikan Menggunakan Fuzzy Multi Criteria Decision Making (MCDM)....

1

PEMILIHAN SARANA PROMOSI LEMBAGA PENDIDIKAN MENGGUNAKAN FUZZY MULTI CRITERIA DECISION MAKING

(MCDM). (STUDI KASUS: YAYASAN SAHABAT IMAN ORTHODOX INDONESIA)

TESIS

Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Magister Komputer

MARULITUA PANDAPOTAN SIANTURI111321015

PROGRAM PASCASARJANA MAGISTER ILMU KOMPUTERUNIVERSITAS PUTRA INDONESIA “YPTK” PADANG

2

OKTOBER 2013

Universitas Putra Indonesia “YPTK” PadangProgram Pasca Sarjana Magister Ilmu Komputer

Tanda Persetujuan Diberikan Kepada

NAMA : MARULITUA PANDAPOTAN SIANTURINO. BP : 111321015

PEMILIHAN SARANA PROMOSI LEMBAGA PENDIDIKAN MENGGUNAKAN FUZZY MULTI CRITERIA DECISION MAKING (MCDM). STUDI KASUS: YAYASAN SAHABAT IMAN ORTHODOX

INDONESIA.

Disetujui Untuk Diajukan Pada Ujian Akhir, Sidang Tertutup Program Pascasarjana Magister Ilmu Komputer

Universitas Putra Indonesia “YPTK” Padang

MENYETUJUI

PEMBIMBING I PEMBIMBING II

DR. Ir. Gunadi Widi Nurcahyo, MSc. DR. H. Sarjon Defit, S.Kom., M.Sc.

3

Telah Dinyatakan Lulus Ujian Tesis pada Sidang Tertutup Program Pascasarjana Magister Ilmu Komputer Universitas Putra Indonesia “YPTK” Padang pada Bulan September 2013 dengan hasil Sangat Baik

Padang, September 2013

Tim Penguji

Penguji I:

Dr. H. Sarjon Defit, S. Kom., M.Sc.

Penguji II:

Dr. Ir. Gunadi Widi Nurcahyo, M.Sc.

Mengesahkan

Direktur Program Pascasarjana

Universitas Putra Indonesia “YPTK” Padang

Dr. Ir. Gunadi Widi Nurcahyo, M. Sc.

4

“Saya akui karya ini adalah hasil kerja saya sendiri kecuali kutipan dan ringkasan

yang masing-masing telah saya jelaskan sumbernya”.

Tanda Tangan :

Nama Penulis : Marulitua Pandapotan Sianturi

No. BP : 111321015

Tanggal : September 2013

5

KATA PENGANTAR

Puji syukur kepada Tuhan Yang Maha Kuasa atas terselesaikannya tesis

dengan judul “Pemilihan Sarana Promosi Lembaga Pendidikan Menggunakan

Fuzzy Multi Criteria Decision Making (MCDM). Studi Kasus: Yayasan Sahabat

Iamn Orthodox Indonesia.”

Tesis ini disusun dalam rangka melengkapi salah satu syarat akademik untuk

memperoleh gelar Magister Komputer pada Program Pascasarjana Magister Ilmu

Komputer di Universitas Putra Indonesia “YPTK” Padang.

Penulis menyadari sepenuhnya bahwa tesis ini dapat terselesaikan atas

dukungan dan bantuan, baik secara langsung maupun tidak langsung dari berbagai

pihak. Untuk itu penulis mengucapkan terima kasih kepada:

1. Bapak H. Herman Nawas, selaku Ketua Yayasan Perguruan Tinggi Ilmu

Komputer (YPTK) Padang.

2. Bapak DR. H. Sarjon Defit, S.Kom., M.Sc. selaku Rektor Universitas Putra

Indonesia “YPTK” Padang.

3. Bapak DR. Ir. Gunadi Widi Nurcahyo, M.Sc. selaku Direktur Program

Pascasarjana Universitas Putra Indonesia “YPTK” Padang.

4. Bapak DR. Ir. Gunadi Widi Nurcahyo, M.Sc. selaku Pembimbing I yang telah

memberikan saran, bimbingan, dorongan serta petunjuk yang sangat berharga

dalam penyusunan tesis ini.

5. Bapak DR. H. Sarjon Defit, S.Kom., M.Sc. selaku Pembimbing II yang telah

memberikan saran, bimbingan, dorongan serta petunjuk yang sangat berharga

dalam penyusunan tesis ini.

6

6. Seluruh Dosen dan staf administrasi Program Pascasarjana Universitas Putra

Indonesia “YPTK” Padang, yang telah banyak membantu baik secara langsung

maupun tidak langsung demi kelancaran penulisan tesis ini.

7. Rekan-rekan satu angkatan XVII A-B, dan XIX A, B, C, dan D Magister Ilmu

Komputer UPI “YPTK” Padang, atas kerjasama dan kebersamaan selama

menuntut ilmu di kampus tercinta.

8. Pater Dr. Chrysostomos P. Manalu, D. Th., selaku Pendiri/penasehat Yayasan

Sahabat Iman Orthodox Indonesia (YSIOI), atas bantuan doa, moril dan materiil

kepada penulis selama menempuh studi pascasarjana.

9. Saudara Sahat Marbun, S. Kom., selaku Koordinator Tim Promosi YSIOI, atas

kerjasama dan bantuannya kepada penulis dalam pengumpulan data penelitian.

10. Semua pihak yang telah membantu dan tidak bisa disebutkan satu-persatu.

Penulis menyadari bahwa dalam tesis ini masih terdapat kekurangan-

kekurangan, dan jauh dari sempurna, karena keterbatasan kemampuan, pengetahuan,

dan pengalaman yang penulis miliki. Oleh karena itu penulis mengharapkan kritik

dan saran yang membangun dari pembaca semua. Penulis berharap semoga tesis ini

dapat memberikan manfaat kepada penulis pribadi maupun kepada para pembaca.

Padang, September 2013 Penulis,

Marulitua Pandapotan Sianturi

7

ABSTRAK

Penelitian ini dilakukan untuk mempelajari proses pengambilan keputusan dengan menggunakan fuzzy Multi Attribute Decision Making (MADM) dengan metode nilai total integral, yang diimplementasikan dalam pemilihan sarana promosi yang tepat dalam mempromosikan lembaga pendidikan yang bernaung pada Yayasan Sahabat Iman Orthodox Indonesia (YSIOI). Data dikumpulkan melalui observasi dan wawancara yang dilakukan dengan penasehat sekaligus pendiri Yayasan, dan koordinator tim promosi Yayasan. Selanjutnya data dianalisa untuk menentukan bobot kepentingan setiap kriteria (W) dan tingkat kecocokan setiap alternatif dengan setiap kriteria (A). Nilai indeks kecocokan fuzzy yang dihasilkan untuk setiap alternatif, kemudian digunakan untuk menghitung nilai total integral dari setiap alternatif, untuk menghasilkan ranking alternatif tertinggi hingga yang terendah. Dalam penelitian ini penulis menggunakan enam alternatif sarana promosi, yaitu: iklan/advertising, penjualan pribadi/personal selling, hubungan masyarakat/public relation, penjualan langsung/direct marketing, promosi penjualan/sales promotion, dan internet. Sedangkan kriteria-kriteria yang digunakan yaitu: biaya per audiens, daya jangkau, penyajian pesan yang rumit, penggunaan kepada audiens yang berbeda, kredibilitas, pemilihan waktu, dan evaluasi. Dari hasil perhitungan yang diperoleh, penjualan pribadi/personal selling merupakan alternatif yang memperoleh nilai total integral (F) tertinggi di antara alternatif-alternatif lainnya. Dengan demikian sarana promosi penjualan pribadi/personal selling merupakan sarana promosi yang layak digunakan oleh pihak YSIOI untuk mempromosikan lembaga pendidikan yang bernaung di bawahnya.

Kata kunci : Sarana promosi, Alternatif, Kriteria, Fuzzy Multi Criteria Decision Making (MCDM), Tingkat kecocokan, Nilai total integral.

8

ABSTRACT

This research was conducted to study the decision-making process by using fuzzy Multi Criteria Decision Making (MCDM) with total integral value method, which is implemented in the selection of appropriate promotional tool in promoting educational institutions that sheltered by Yayasan Sahabat Iman Orthodox Indonesia (YSIOI). Data were collected through observation and interviews conducted with adviser and founder of the Foundation, and the Foundation promotional team coordinator. Furthermore, the data were analyzed to determine the weight or importance of each criterion (W) and the level of suitability of each alternative with each criterion (A). Fuzzy suitability index value is generated for each alternative, and then used to calculate the total integral value of each alternative, to generate the highest ranking of alternative. In this study the author use six alternative means of promotion tools, namely: advertising, personal selling, public relations, direct marketing, sales promotion, and internet. While the criteria used were: cost per audience member, coverage, deliver complicated messages, interchange with audiences, credibility, timing, and evaluation. From the calculation results, personal selling tool is the alternative with the highest total integral value (F) among the other alternatives. Thus, the personal selling is a suitable promotion tool recommended for being used by the YSIOI to promote educational institution under it’s aegis.

Keywords : Promotion tools, Alternatives, Criterias, Fuzzy Multi Criteria Decision Making (MCDM), Appropriateness degree, Total integral value.

9

DAFTAR ISI

BAB JUDUL HALAMAN

HALAMAN JUDUL i

HALAMAN PERSETUJUAN PEMBIMBING ii

HALAMAN PENGESAHAN iii

HALAMAN PENGAKUAN iv

HALAMAN PERSEMBAHAN v

KATA PENGANTAR vi

ABSTRAK viii

ABSTRACT ix

DAFTAR ISI x

DAFTAR TABEL xiii

DAFTAR GAMBAR xiv

DAFTAR LAMPIRAN xvi

I PENDAHULUAN 1

1.1 Latar Belakang Penelitian 1

1.2 Perumusan Masalah 3

1.3 Ruang Lingkup Masalah 4

10

1.4 Tujuan Penelitian 4

1.5 Manfaat Penelitian 5

1.6 Sistematika Penulisan 5

II LANDASAN TEORI 8

2.1 Sistem Pendukung Keputusan 8

2.1.1 Konsep Sistem Pendukung Keputusan 8

2.1.2 Komponen-komponen Sistem Pendukung

Keputusan 8

2.1.3 Fase-fase Proses Pengambilan Keputusan 9

2.2 Fuzzy 10

2.2.1 Himpunan Fuzzy 10

2.2.2 Fungsi Keanggotaan (Membership Function)

Fuzzy 13

2.2.3 Operasi Aljabar Bilangan Segitiga Fuzzy 17

2.2.4 Fuzzy Multi Criteria Decision Making

(MCDM) 17

2.2.4.1 Contoh Penerapan Fuzzy MCDM 24

2.3 Promosi 29

2.4 Pemilihan Sarana Promosi Lembaga Pendidikan 32

III METODOLOGI PENELITIAN 34

3.1 Pendahuluan 34

3.2 Kerangka Kerja/Framework Penelitian 35

11

IV ANALISIS DAN PERANCANGAN SISTEM 40

4.1 Analisis Sistem 40

4.2 Arsitektur Sistem Pengolahan Data 41

4.3 Analisis Masalah 42

4.3.1 Analisis Konsep Fuzzy Multi Criteria Decision

Making 42

V IMPLEMENTASI DAN PENGUJIAN 54

5.1 Kebutuhan Perangkat Lunak 54

5.2 Kebutuhan Perangkat Keras (Hardware) 55

5.3 Pengujian Hasil Pengolahan Data 55

5.4 Evaluasi Hasil Pengujian Data 62

VI PENUTUP 65

6.1 Kesimpulan 65

6.2 Saran 66

DAFTAR PUSTAKA 67

LAMPIRAN 69

12

DAFTAR TABEL

TABEL JUDUL HALAMAN

2.1 Rangkuman Penyelesaian Fuzzy

MCDM 23

2.2 Rating Kepentingan Untuk Setiap

Kriteria 26

2.3 Rating Kecocokan Setiap Alternatif

Terhadap Setiap Kriteria 26

2.4 Indeks Kecocokan Untuk Setiap Alternatif 27

2.5 Nilai Total Integral Setiap Alternatif 28

4.1 Alternatif 43

4.2 Kriteria 43

4.3 Rating Kepentingan Untuk Setiap Kriteria 46

4.4 Rating Kecocokan Setiap Alternatif Terhadap

Setiap Kriteria 47

4.5 Indeks Kecocokan Untuk Setiap Alternatif 51

4.6 Nilai Total Integral Setiap Alternatif 52

5.1 Nilai F Perhitungan Software 62

5.2 Nilai F Perhitungan Manual 63

5.3 Urutan Perangkingan 64

13

DAFTAR GAMBAR

GAMBAR JUDUL HALAMAN

2.1 Himpunan Fuzzy Untuk Variabel Umur 11

2.2 Himpunan Fuzzy Pada Variabel Temperatur 12

2.3 Representasi Linear Naik 14

2.4 Himpunan Fuzzy: PANAS 14

2.5 Representasi Linear Turun 15

2.6 Himpunan Fuzzy: DINGIN 15

2.7 Representasi Kurva Segitiga 16

2.8 Representasi Kurva Trapesium 16

2.9 Contoh Struktur Hirarki Masalah 19

2.10 Fungsi Keanggotaan Untuk Bobot Setiap

Rating Dengan Himpunan Bilangan Fuzzy

Segitiga 20

2.11 Struktur Hirarki Contoh Penyelesaian Masalah

Fuzzy MCDM 24

3.1 Kerangka Kerja/framework 35

4.1 Arsitektur Sistem Secara Umum 41

4.2 Struktur Hirarki Masalah 44

4.3 Fungsi Keanggotaan Untuk Bobot Setiap

Kriteria Dengan Himpunan Bilangan Fuzzy

Segitiga 45

4.4 Fungsi Keanggotaan Untuk Bobot Kecocokan

14

Setiap Alternatif Terhadap Setiap Kriteria

Dengan Himpunan Bilangan Fuzzy Segitiga 46

5.1 Tampilan Halaman Awal Matlab 56

5.2 Kode Program Dalam Editor M-File 52

5.3 Penyimpanan File Ke Dalam Work Directory 58

5.4 Input Bilangan Fuzzy Tingkat Kepentingan 59

5.5 Input Bilangan Fuzzy Tingkat Kecocokan,

Tingkat Kepentingan Setiap Kriteria, Matriks

Kecocokan Setiap Alternatif Pada Setiap

Kriteria, Derajat Keoptimisan (Alfa) 60

5.6 Tampilan Hasil Program 61

15

DAFTAR LAMPIRAN

LAMPIRAN JUDUL HALAMAN

A1 Hasil Wawancara Dengan Koordiantor 69-72

Tim Promosi YSIOI

A2 Hasil Wawancara Dengan Pendiri/ 73-75

Penasehat YSIOI

16

BAB I

PENDAHULUAN

1.1 Latar Belakang Penelitian

Pengambilan keputusan berkriteria jamak (multicriteria decision

making/MCDM) mengacu kepada pemilihan atau perangkingan alternatif-alternatif

dari alternatif-alternatif yang tersedia dengan kriteria yang banyak dan biasanya,

saling bertentangan. Menurut Chen dan Hwang dalam Wibowo (2011), dalam

praktik, subyektifitas dan ketidaktepatan selalu hadir dalam proses pengambilan

keputusan berkriteria jamak (multicriteria decision making/MCDM).

Pengembangan MCDM sebagai suatu disiplin ilmu berhubungan erat

dengan kemajuan teknologi komputer. Pada satu sisi, perkembangan teknologi yang

pesat pada masa kini telah memungkinkan analisa sistemastis terhadap masalah-

masalah MCDM yang kompleks. Sedangkan pada sisi lain, meluasnya penggunaan

komputer dan teknologi informasi telah menghasilkan informasi yang berlimpah,

yang membuat MCDM semakin penting dan bermanfaat dalam mendukung

pembuatan keputusan bisnis (Xu dan Yang, 2001).

Fuzzy multi criteria decision making (MCDM) merupakan salah satu metode

yang digunakan dalam pengambilan keputusan, khususnya keputusan yang

berdasarkan beberapa alternatif. Metode ini dikembangkan untuk membantu

17

pengambil keputusan dalam melakukan pengambilan keputusan yang akurat dan

optimal (Kusumadewi dan Guswaluddin, 2005). Beberapa penerapan fuzzy MCDM

di berbagai bidang yang membutuhkan pengambilan keputusan, di antaranya untuk

pemilihan penyimpanan persediaan bahan bakar (Moon dan Kang, 2001), diagnosis

penyakit tropis (Rosnelly dan Wardoyo, 2011), penentuan lokasi promosi produk

(Kahar dan Fitri, 2011), penentuan peringkat calon penerima beasiswa (Cahyo dan

Wahyuni, 2009), pemilihan lokasi pemancar televisi (Kusumadewi dan

Guswaluddin, 2005), diagnosa penyakit kulit pioderma pada anak (Hasanah, 2010),

perancangan sistem pendukung keputusan untuk pemilihan produk laptop (Setiawan,

2012), penilaian tingkat/skala kecemasan Hamilton/HARSH (Kusumadewi, 2008),

pemilihan program studi perguruan tinggi (Meliala, 2012), dan perancangan sistem

pendukung keputusan penentuan performance sekolah (Feriansyah, 2011).

Beberapa keistimewaan metode Fuzzy MCDM, menurut Moon dan Kang

(2001) adalah:

1. Tidak ada batas jumlah kriteria keputusan, dan kerumitan analisis tidak terlalu

terpengaruh banyak oleh jumlah kriteria keputusan.

2. Penentuan bobot alternatif-alternatif keputusan umumnya lebih mudah

daripada metode yang lain, karena digunakannya variabel-variabel linguistik

yang mirip dengan istilah/bahasa sehari-hari.

3. Penyelesaian yang masuk akal untuk sebuah masalah pengambilan keputusan

dengan berbagai kriteria yang saling bertentangan satu sama lain bisa

didapatkan.

4. Hal-hal yang mendasari pengambilan keputusan divisualisasikan untuk

memungkinkan dilakukannya pengujian ulang dan pencocokan yang mudah

untuk perumusan konsensus yang lebih baik.

18

Salah satu organisasi yang memerlukan pertimbangan dengan pemanfaatan

kecerdasan buatan berbasis fuzzy MCDM adalah Yayasan Sahabat Iman Orthodox

Indonesia (YSIOI), yang sejak berdirinya pada tahun 1998, telah mendirikan sebelas

lembaga pendidikan, mulai dari tingkat Taman Kanak-kanak hingga jenjang

perguruan tinggi. Namun, karena ketatnya persaingan dalam perekrutan calon peserta

didik saat ini, jumlah peminat/calon peserta didik pada lembaga-lembaga pendidikan

yang bernaung di bawah YSIOI belum sesuai harapan/target yang ditetapkan oleh

pengelola Yayasan. Selain itu, pengambilan keputusan untuk pemilihan sarana

promosi lembaga pendidikan di YSIOI masih dilakukan secara manual, dan dengan

pertimbangan subyektif manusia. Tentu saja situasi ini membuat pihak pengambil

keputusan di YSIOI perlu memiliki sistem pemilihan sarana promosi yang berbasis

komputer untuk lembaga-lembaga pendidikan yang bernaung di bawahnya.

Metode pemilihan sarana promosi lembaga pendidikan menggunakan fuzzy

MCDM dianggap tepat untuk diaplikasikan karena selain metode ini memiliki

keistimewaan-keistimewaan sebagaimana telah disebutkan di atas, metode ini juga

telah diaplikasikan secara luas di berbagai bidang. Oleh karena itulah maka penulis

merasa tertarik untuk membuat penelitian dalam bentuk tesis berjudul:

“PEMILIHAN SARANA PROMOSI LEMBAGA PENDIDIKAN

MENGGUNAKAN FUZZY MULTI CRITERIA DECISION MAKING (MCDM).

(STUDI KASUS: YAYASAN SAHABAT IMAN ORTHODOX INDONESIA)”.

1.2 Perumusan Masalah

19

Berdasarkan latar belakang masalah, maka penulis merumuskan masalah agar

tidak terjadi kerancuan. Beberapa perumusan masalah yang akan dibahas adalah:

1. Bagaimana penerapan fuzzy MCDM dalam menentukan sarana promosi yang

paling tepat bagi lembaga pendidikan?

2. Bagaimanakah metode fuzzy MCDM digunakan untuk memilih alternatif

sarana promosi lembaga pendidikan yang terbaik dengan menggunakan

kriteria-kriteria yang telah ditentukan?

3. Bagaimana merancang aplikasi pemilihan sarana promosi lembaga

pendidikan menggunakan fuzzy MCDM?

1.3 Ruang Lingkup Masalah

Agar penelitian ini lebih terarah maka penelitian diberi batasan-batasan dan

ruang lingkup sebagai berikut:

1. Penelitian ini hanya mengulas tentang sejauh mana penerapan fuzzy MCDM

dalam pemilihan sarana promosi lembaga pendidikan.

2. Metode yang digunakan dalam penelitian ini adalah metode fuzzy multiple

criteria decision making (MCDM).

3. Dalam perancangan aplikasi pemilihan sarana promosi lembaga pendidikan

menggunakan fuzzy MCDM, penulis menggunakan perangkat lunak

Matlab7.8.

1.4 Tujuan Penelitian

20

Penelitian ini memiliki tujuan-tujuan yang hendak dicapai yaitu:

1. Memahami penggunaan fuzzy Multi criteria decision making (MCDM) dalam

pembuatan keputusan pemilihan sarana promosi lembaga pendidikan di

Yayasan Sahabat Iman Orthodox Indonesia.

2. Menganalisa kebutuhan sistem, masalah, dan konsep fuzzy MCDM di dalam

pemilihan alternatif terbaik berdasarkan kriteria-kriteria yang telah ditentukan

3. Membangun aplikasi yang bisa membantu memilih sarana promosi lembaga

pendidikan menggunakan fuzzy MCDM

4. Menguji aplikasi fuzzy MCDM yang telah dirancang, untuk mencari

kesalahan-kesalahan sehingga dapat diperbaiki

1.5 Manfaat Penelitian

Manfaat yang diharapkan dari penelitian adalah:

1. Membantu pihak pengambil keputusan di Yayasan Sahabat Iman Orthodox

Indonesia untuk memilih sarana promosi yang tepat bagi lembaga-lembaga

pendidikan yang bernaung di bawahnya.

2. Penelitian ini diharapkan dapat bermanfaat untuk merancang dan

merealisasikan perangkat lunak, yaitu membuat program yang mampu

menganalisa masukan-masukan berupa kriteria-kriteria permasalahan yang

menjadi pendukung suatu keputusan yang akan diambil, sehingga aplikasi

yang dirancang mampu memberikan alternatif keputusan yang terbaik.

1.6 Sistematika Penulisan

21

Sistematika yang digunakan dalam penyusunan laporan tesis ini adalah

sebagai berikut:

BAB I PENDAHULUAN

Pada bab ini dijelaskan tentang latar belakang masalah, perumusan

masalah, batasan masalah, tujuan penelitian dan manfaat penelitian, dan

sistematika penelitian.

BAB II LANDASAN TEORI

Bab ini membahas tentang landasan teori tentang konsep promosi, sistem

pendukung keputusan, fuzzy set (himpunan fuzzy), pembuatan keputusan

berkriteria jamak (multiple criteria decision making/MCDM), Fuzzy

MCDM, metode Fuzzy MCDM, pemilihan sarana promosi, serta teori-teori

lain yang mendukung penelitian ini.

BAB III METODOLOGI PENELITIAN

Pada bab ini dijabarkan secara detail tentang desin penelitian, kerangka

kerja penelitian serta metodologi yang digunakan dalam merancang aplikasi

pemilihan sarana promosi lembaga pendidikan menggunakan Fuzzy

MCDM.

BAB IV ANALISIS DAN PERANCANGAN SISTEM

Pada bagian ini akan dibahas tentang hasil analisa kebutuhan sistem, dan

perancangan sistem pemilihan sarana promosi lembaga pendidikan berbasis

Fuzzy MCDM

BAB V IMPLEMENTASI DAN PENGUJIAN

Bab ini berisi implementasi dan pengujian sistem pemilihan sarana promosi

lembaga pendidikan dengan metode fuzzy MCDM

22

BAB VI PENUTUP

Pada bab penutup ini akan dikemukakan beberapa kesimpulan dari hasil

penelitian. Selanjutnya beberapa saran untuk melakukan perbaikan-

perbaikan di masa mendatang.

23

BAB II

LANDASAN TEORI

2.1 Sistem Pendukung Keputusan

2.1.1. Konsep Sistem Pendukung Keputusan

Pada awal tahun 1970-an, Scott Morton pertama kali memperkenalkan

konsep penting Sistem Pendukung Keputusan (SPK). Sebuah Sistem Pendukung

Keputusan merupakan sistem interaktif, fleksibel, berbasis komputer yang

membantu para pengambil keputusan untuk memanfaatkan data dan berbagai

model untuk memecahkan masalah-masalah yang bersifat kompleks (Janakiraman

dan Sarukesi, 2006).

2.1.2. Komponen-komponen Sistem Pendukung Keputusan

Komponen-komponen dari Sistem Pendukung Keputusan adalah sebagai

berikut:

1. Subsistem manajemen data, mencakup database yang mengandung data

24

yang disimpan untuk digunakan dalam pembuatan keputusan.

2. Subsistem manajemen model, menyimpan model-model yang digunakan

dalam analisis.

3. Subsistem antarmuka pengguna, media interaksi antara sistem dengan

pengguna, sehingga pengguna dapat berkomunikasi dan memberikan

perintah pada SPK melalui subsistem ini untuk melakukan berbagai

analisis.

2.1.3 Fase-fase Proses Pengambilan Keputusan

Menurut Simon dalam Benetti (2005), proses pengambilan keputusan

meliputi empat fase utama, yaitu: penelusuran, perancangan, pemilihan, dan aktifitas

kajian.

1. Penelusuran (Intelligence)

Merupakan tahap pendefinisian masalah serta identifikasi situasi atau

peluang-peluang masalah berkaitan dengan persoalan yang dihadapi.

2. Perancangan (Design)

Merupakan tahap mencari, mengembangkan, atau menganalisis

kemungkinan-kemungkinan alternatif. Tahap berikutnya adalah memilih

satu dari kemungkinan-kemungkinan yang dianalisis.

3. Pemilihan (Choice)

Dengan mengacu pada rumusan tujuan serta hasil yang diharapkan,

Selanjutnya manajemen memilih alternatif solusi yang diperkirakan paling

sesuai.

4. Aktifitas kajian (Review Activity)

25

Merupakan tahap menilai pilihan-pilihan yang telah dibuat di masa

lampau.

2.2. Fuzzy

2.2.1. Himpunan Fuzzy

Pada himpunan tegas (crisp), nilai keanggotaan suatu item x dalam suatu

himpunan A, yang sering ditulis dengan µA[x], memiliki 2 kemungkinan, yaitu :

1. satu (1), yang berarti bahwa suatu item menjadi anggota dalam suatu

himpunan, atau

2. nol (0), yang berarti bahwa suatu item tidak menjadi anggota dalam suatu

himpunan.

Prinsip dasar dan persamaan matematika dari teori himpunan fuzzy

adalah pengelompokkan objek dalam batas yang samar. Himpunan fuzzy

merupakan sebuah generalisasi dari himpunan crisp. Kalau pada himpunan crisp,

nilai keanggotaan hanya ada 2 kemungkinan, yaiu 0 atau 1. Sedangkan himpunan

fuzzy didasarkan pada gagasan untuk memperluas jangkauan fungsi karakteristik

sedemikian hingga fungsi tersebut akan mencakup bilangan real pada interval

[0,1]. Nilai keanggotaan pada himpunan fuzzy menunjukkan bahwa suatu item

dalam semesta pembicaraan tidak hanya berada pada 0 atau 1, melainkan juga

nilai yang terletak di antaranya. Dengan kata lain, nilai kebenaran dari suatu item

tidak hanya benar atau salah (Kusumadewi dan Guswaluddin, 2005).

Pada himpunan fuzzy terdapat 2 atribut, yaitu:

a. Linguistik, yaitu penamaan suatu grup yang mewakili suatu keadaan atau kondisi

tertentu dengan menggunakan bahasa alami, seperti: MUDA, PAROBAYA, TUA.

26

b. Numeris, yaitu suatu nilai (angka) yang menunjukkan ukuran dari suatu variabel,

seperti : 40, 25, 50, dan seterusnya.

Ada beberapa hal yang perlu diketahui dalam memahami sistem fuzzy, yaitu:

a. Variabel fuzzy

Variabel fuzzy merupakan variabel yang hendak dibahas dalam suatu

sistem fuzzy. Contoh: umur, temperatur, permintaan, dan sebagainya.

b. Himpunan fuzzy

Himpunan fuzzy merupakan suatu grup yang mewakili suatu kondisi atau

keadaan tertentu dalam suatu variabel fuzzy.

Contoh:

Variabel umur, terbagi menjadi 3 himpunan fuzzy, yaitu: MUDA,

PAROBAYA, dan TUA. (Gambar 2.1)

MUDA PAROBAYA TUA 1

μ[x]

0

0 25 35 45 55 65Umur (th)

Gambar 2.1 Himpunan Fuzzy Untuk Variabel Umur.

Variabel temperatur, terbagi menjadi 5 himpunan fuzzy, yaitu:

DINGIN, SEJUK, NORMAL, HANGAT, dan PANAS. (Gambar

2.2)

27

DINGIN SEJUK NORMAL HANGAT PANAS

1

μ[x]

0 0 15 20 25 30 35 40

Temperatur (oC))

Gambar 2.2 Himpunan Fuzzy Pada Variabel Temperatur.

c. Semesta Pembicaraan

Semesta pembicaraan adalah keseluruhan nilai yang diperbolehkan untuk

dioperasikan dalam suatu variabel fuzzy. Semesta pembicaraan

merupakan himpunan bilangan real yang senantiasa naik (bertambah)

secara monoton dari kiri ke kanan. Nilai semesta pembicaraan dapat

berupa bilangan positif maupun negatif. Adakalanya nilai semesta

pembicaraan ini tidak dibatasi batas atasnya.

Contoh:

· Semesta pembicaraan untuk variabel umur: [0 +∞)

· Semesta pembicaraan untuk variabel temperatur: [0 40]

d. Domain

Domain himpunan fuzzy adalah keseluruhan nilai yang diijinkan dalam

semesta pembicaraan dan boleh dioperasikan dalam suatu himpunan fuzzy.

Seperti halnya semesta pembicaraan, domain merupakan himpunan

28

bilangan real yang senantiasa naik (bertambah) secara monoton dari kiri

ke kanan. Nilai domain dapat berupa bilangan positif maupun negatif.

Contoh domain himpunan fuzzy:

· MUDA = [0 45]

· PAROBAYA = [35 55]

· TUA = [45 +∞)

· DINGIN = [0 20]

· SEJUK = [15 25]

· NORMAL = [20 30]

· HANGAT = [25 35]

· PANAS = [30 40]

2.2.2 Fungsi Keanggotaan (Membership Function) Fuzzy

Fungsi Keanggotaan (membership function) adalah suatu kurva yang

menunjukkan pemetaan titik-titik input data ke dalam nilai keanggotaannya. Salah

satu cara yang dapat digunakan untuk mendapatkan nilai keanggotaan adalah dengan

melalui pendekatan fungsi. Ada beberapa fungsi yang bisa digunakan.

a. Representasi Linier

Pada representasi linier, pemetaan input kederajat keanggotaannya

digambarkan sebagai garis lurus. Ada dua keadaan himpunan fuzzy yang linier.

1. Kenaikan himpunan dimulai pada nilai domain yang memiliki derajat

keanggotaan nol [0] bergerak ke kanan menuju nilai domain yang memiliki

29

derajat keanggotaan lebih tinggi.

1

µ(x)

0

a domain b

Gambar 2.3 Representasi Linear Naik

Contoh representasi linear naik: Fungsi keanggotaan untuk himpunan

PANAS pada variabel temperatur ruangan seperti terlihat pada gambar 2.4.

µPANAS[32] = (32-25)/(35-25) 7/10 = 0,7

1

0,7

µ(x)

0

25 32 35

Temperatur (ºC)

Gambar 2.4 Himpunan Fuzzy: PANAS

Fungsi Keanggotaan :

30

0 ; x < a

µ[x]= (x – a) / (b – a) ; a ≤ x ≤ b (1)

1 ; x > b

2. Garis lurus dimulai dari nilai domain dengan derajat keanggotaan

tertinggi pada sisi kiri, kemudian begerak menurun ke nilai domain yang

memiliki derajat keanggotaan lebih rendah.

1

µ(x)

0 a domain b

Gambar 2.5 Representasi Linear Turun

Contoh representasi linear turun: Fungsi keanggotaan untuk himpunan

DINGIN pada variabel temperatur ruangan seperti terlihat pada gambar 2.6.

µDINGIN[20] = (30-20)/(30-15) 10/15 = 0,667

1

0,667

µ(x)

0

15 20 30

µA[x]= (x – a) / (b – a) ; a ≤ x ≤ b

(x - c) / (b – c) ; b ≤ x ≤ c

31

Temperatur (ºC)

Gambar 2.6 Himpunan Fuzzy: DINGIN


µ[x]= (b – x) / (b – a) ; a ≤ x ≤ b

0 ; x > b

(2)

b. Representasi Kurva Segitiga

Kurva Segitiga pada dasarnya merupakan gabungan antara 2 garis (linear).

1

derajat keanggotaan µ[x]

0 a b c domain

Gambar 2.7 Representasi Kurva Segitiga


0 ; x < a atau x > c

(3)

c. Representasi Kurva Trapesium

Kurva trapesium pada dasarnya seperti kurva segitiga, hanya saja ada

32

beberapa titik yang memiliki nilai keanggotaan 1.

1

Derajat keanggotaan

µ[x]

a b c d

Gambar 2.8 Representasi Kurva Trapesium


0 ; x ≤ a atau x ≥ d

µA[x]= (x – a) / (b – a) ; a ≤ x ≤ b

1 ; b ≤ x ≤ c

(d - x) / (d - c) ; x≥d (4)

2.2.3 Operasi Aljabar Bilangan Segitiga Fuzzy

Menurut Moon dan Kang dalam Tang dan Beynon (2005), alasan

digunakannya bilangan segitiga fuzzy adalah karena sifatnya yang sederhana

dalam komputasi/perhitungan. Liang dan Wang dalam Tang dan Beynon (2005)

memaparkan bahwa bilangan fuzzy segitiga bermanfaat dalam merepresentasikan

dan memproses informasi dalam lingkungan fuzzy. Tang dan Beynon (2005)

menambahkan, jika didefinisikan 2 bilangan segitiga fuzzy A dan B dengan A= (l1,

m1, n1) dan B= (l2, m2, u2), maka operasi aljabarnya adalah sebagai berikut:

(i) Penjumlahan:

A (+) B = (l1, m1, u1) (+) (l2, m2, u2) = (l1 + l2, m1 + m2, u1 + u2),

33

(ii) Perkalian:

A . B = (l1, m1, u1) . (l2, m2, u2) = (l1 l2, m1m2, u1 u2),

(iii) Invers:

(l1, m1, u1)-1 ≈ (1/u1, 1/m1, 1/l1), di mana ≈ melambangkan sama dengan.

2.2.4 Fuzzy Multi Criteria Decision Making (MCDM)

Masalah pengambilan keputusan, memegang peranan penting dalam berbagai

segi kehidupan. Menurut Kusrini dalam Rosnelly dan Wardoyo (2011), ada beberapa

keadaan yang mungkin dialami oleh pengambil keputusan ketika mengambil

keputusan, yaitu:

1. Pengambilan keputusan dalam kepastian, yaitu semua alternatif diketahui

secara pasti

2. Pengambilan keputusan dalam berbagai tingkat risiko yang dipilih

3. Pengambilan keputusan dalam kondisi ketidakpastian, yaitu ada alternatif

yang tidak diketahui dengan jelas.

Menurut Fenton dan Wang (2006), Multi Criteria Decision Making (MCDM)

adalah sebuah metode yang mengacu pada proses penyaringan (screening),

memprioritaskan (prioritizing), perangkingan (ranking), atau memilih himpunan

alternatif (dalam hal ini berupa “kandidat” atau “tindakan”). MCDM sangat tepat

diimplementasikan pada kasus untuk alternatif yang memiliki sejumlah kriteria

dengan bobot nominal. Namun karena tidak semua alternatif memiliki kriteria yang

berbobot nominal untuk kasus-kasus tertentu, mendorong penggunaan konsep fuzzy

dalam MCDM yang kemudian dikenal dengan Fuzzy Multi Criteria Decision Making

(MCDM).

34

Chen dan Tzeng (2004) mengemukakan bahwa Fuzzy MCDM menggunakan

bilangan fuzzy dan variabel linguistik untuk mengukur nilai/bobot kinerja alternatif

untuk setiap kriteria. Beberapa keistimewaan metode Fuzzy MCDM, menurut Moon

dan Kang (2001) adalah:

5. Tidak ada batas jumlah kriteria keputusan, dan kerumitan analisis tidak terlalu

terpengaruh banyak oleh jumlah kriteria keputusan.

6. Penentuan bobot alternatif-alternatif keputusan umumnya lebih mudah

daripada metode yang lain, karena digunakannya variabel-variabel linguistik

yang mirip dengan istilah/bahasa sehari-hari.

7. Penyelesaian yang masuk akal untuk sebuah masalah pengambilan keputusan

dengan berbagai kriteria yang saling bertentangan satu sama lain bisa

didapatkan.

8. Hal-hal yang mendasari pengambilan keputusan divisualisasikan untuk

memungkinkan dilakukannya pengujian ulang dan pencocokan yang mudah

untuk perumusan konsensus yang lebih baik.

Kusumadewi dan Guswaludin (2005) memaparkan tiga langkah penting yang

harus dikerjakan, yaitu: representasi masalah, evaluasi himpunan fuzzy pada setiap

alternatif keputusan dan melakukan seleksi terhadap alternatif yang optimal.

1. Representasi masalah

Pada bagian ini, terdapat 3 tahapan yang harus dilakukan, yaitu :

1. Identifikasi tujuan dan kumpulan alternatif keputusan. Jika ada n alternatif

keputusan dari suatu masalah, maka dapat ditulis sebagai :

A = {Ai | i=1, 2, ..., n}.

2. Identifikasi kumpulan kriteria. Jika ada k kriteria, maka dapat dituliskan :

C = { Ct | t=1, , ...,k}.

35

3. Membangun struktur hirarki dari masalah tersebut berdasarkan

pertimbangan-pertimbangan tertentu.

Tujuan dari permasalahan

Gambar 2.9 Contoh Struktur Hirarki Masalah

2. Evaluasi himpunan fuzzy

Pada bagian ini, ada 4 aktivitas yang harus dilakukan, yaitu :

1. Memilih himpunan rating untuk derajat kepentingan dari setiap kriteria dan

derajat kecocokan setiap alternatif dengan kriterianya.

Himpunan rating biasanya direpresentasikan dalam bentuk variabel

linguistik (x). Misalkan untuk himpunan rating pada variabel penting

didefinisikan sebagai : T(penting) = {SANGAT RENDAH, RENDAH,

CUKUP, TINGGI, SANGAT TINGGI}.

2. Menentukan bobot-bobot setiap rating dari himpunan rating derajat

kepentingan setiap kriteria dan derajat kecocokan setiap alternatif dengan

kriterianya.

Bobot untuk setiap rating ditentukan dengan menggunakan fungsi

C1 C2 . . . Ck

A1 A2 A3 . . . An

36

keanggotaan bilangan fuzzy. Dalam penelitian ini, fungsi keanggotaan

bilangan fuzzy yang digunakan adalah fungsi bilangan fuzzy segitiga.

sangat rendah rendah sedang tinggi sangat tinggi

0 0.25 0.5 0.75 1 X

Gambar 2.10 Fungsi Keanggotaan Untuk Bobot Setiap Rating

Dengan Himpunan Bilangan Fuzzy Segitiga

Dengan asumsi rentang yang digunakan adalah:

Sangat Rendah = SR = (0, 0, 0.25)

Rendah = R = (0, 0.25, 0.5)

Sedang = S = (0.25, 0.5, 0.75)

Tinggi = T = (0.5, 0.75, 1)

Sangat Tinggi = ST = (0.75, 1, 1)

3. Mengevaluasi derajat kecocokan setiap alternatif dengan kriterianya.

4. Mengagregasikan bobot-bobot setiap rating dari himpunan rating derajat

kecocokan setiap alternatif dengan kriterianya terhadap derajat kepentingan

setiap kriteria.

Operator yang digunakan pada metode agregasi umumnya berupa penjumlahan

dan perkalian fuzzy. Kebanyakan metode agregrasi yang digunakan adalah

metode agregasi mean (Kusumadewi, et al., 2006). Dengan operator mean, Fi

37

dapat dirumuskan sebagai:

Fi = 1( ) ( ) ... ( )it t it t it ts w s w s w

k

(5)

i = 1, 2, 3, ..., n

t = 1, 2, 3, ..., n

Di mana :

Fi: indeks kecocokan fuzzy dari alternatif Ai yang mempresentasikan derajat

kecocokan alternatif keputusan dengan kriteria keputusan yang diperoleh dari

hasil agregasi Sit dan Wi

Sit : bobot rating fuzzy untuk derajat kecocokan alternatif keputusan Ai dengan

kriteria Ct

Wi : bobot rating fuzzy untuk derajat kepentingan kriteria Ct

k : banyaknya kriteria

Jika direpresentasikan ke dalam bilangan fuzzy segitiga, Sit = (oit, pit, qit) dan Wt =

(at, bt, ct), maka Fi dapat didekati sebagai :

Fi ≅(Yi, Qi, Zi)

(6)

Jika direpresentasikan ke

Yi = 1

1( , )

k

it tt

o ak

(7)

Qi =

1

1(p , )

k

it tt

bk

(8)

Zi =

1

1(q , )

k

it tt

ck

(9)

38

i = 1,2,…, n.

3. Seleksi alternatif yang optimal

Pada bagian ini, ada 2 aktivitas yang dilakukan, yaitu :

1. Memprioritaskan alternatif keputusan berdasarkan hasil agregasi.

Nilai prioritas dari hasil agregasi dibutuhkan dalam rangka proses

penentuan pemilihan sarana promosi lembaga pendidikan. Karena hasil

agregasi dalam hal ini direpresentasikan dengan menggunakan bilangan

fuzzy segitiga, maka dibutuhkan metode untuk memperoleh nilai

prioritas dari bilangan fuzzy segitiga. Metode yang digunakan dalam

penelitian ini adalah metode nilai total integral.

1( ) ( (1 ) x )

2aT i i i iI F z y

(10)

keterangan :

I : nilai integral

Fi : bilangan fuzzy segitiga hasil agregasi, Fi = (Xi, Yi, Zi)

α : indeks keoptimisan yang merepresentasikan derajat keoptimisan bagi

pengambil keputusan.

2. Memilih alternatif keputusan dengan nilai prioritas tertinggi sebagai

alternatif keputusan yang optimal.

Menurut Moon dan Kang dalam Kusumadewi, et al. (2006), secara umum,

langkah-langkah penyelesaian pada fuzzy MCDM dapat dilihat pada tabel berikut

ini:

39

Tabel 2.1. Rangkuman Penyelesaian Fuzzy MCDM

Langkah Aktifitas Tool Utama

Representasi Masalah Identifikasi tujuan dan kumpulan alternatif, A = {Ai}; i=1,2,…,k.

Identifikasi kriteria, C = {Ct}; t=1,2,…,k.

Membangun struktur hirarki masalah keputusan dengan beberapa pertimbangan.

Pohon Keputusan

Evaluasi himpunan fuzzy untuk alternatif-alternatif keputusan

Memilih himpunan rating untuk bobot-bobot pada setiap kriteria dan derajat kecocokan dari alternatif-alternatif terhadap kriteria.

Mengevaluasi bobot-bobot pada setiap kriteria dan derajat kecocokan dari alternatif-alternatif terhadap kriteria.

Melakukan agregasi bobot-bobot pada setiap kriteria dan derajat kecocokan dari alternatif-alternatif terhadap kriteria.

Variabel linguistik, bilangan fuzzy segitiga

Operator fuzzy: mean

Menyeleksi alternatif yang optimal

Memprioritaskan alternatif keputusan menggunakan agregasi.

Memilih alternatif keputusan dengan prioritas tertinggi sebagai hasil alternatif optimal.

Metode Nilai Total Integral

2.2.4.1. Contoh Penerapan Fuzzy MCDM

Kusumadewi dan Guswaluddin (2005) memaparkan salah satu contoh

40

penerapan fuzzy MCDM untuk pemilihan lokasi pemancar televisi di Yogyakarta.

Ada tiga lokasi yang akan menjadi alternatif, yaitu: S1 = Kota Baru, S2 =

Kaliurang, dan S3 = Piyungan. Ada lima atribut (kriteria) pengambilan keputusan,

yaitu: C1 = ketinggian lokasi, C2 = ketidakpadatan bangunan di sekitar lokasi; C3 =

kedekatan dari pusat kota; C4 = kondisi keamanan lokasi; C5 = kedekatan dengan

pemancar lain yang sudah ada.

Langkah 1: Representasi masalah

a. Tujuan keputusan ini adalah mencari lokasi terbaik untuk menempatkan

pemancar televisi berdasarkan kriteria-kriteria tertentu. Ada tiga alternatif

lokasi yang diberikan, yaitu A ={A1 , A2 , A3}, dengan A1 = Kota Baru, A2 =

Kaliurang, A3 = Piyungan.

b. Ada lima kriteria keputusan yang diberikan, yaitu : C= {C1 , C2 , C3 , C4 ,

C5 }

c. Struktur hirarki masalah tersebut seperti terlihat pada Gambar 2.7.

Gambar 2.11 Struktur Hirarki Contoh Penyelesaian Masalah Fuzzy MCDM

Langkah 2: Evaluasi himpunan fuzzy dari alternatif-alternatif keputusan

41

a. Variabel-variabel linguistik yang merepresentasikan bobot kepentingan untuk

setiap kriteria, adalah: T(kepentingan) W= {SR, R, C, T, ST} dengan SR =

Sangat Rendah; R= Rendah; C= Cukup; T= Tinggi; ST= Sangat Tinggi; yang

masing-masing direpresentasikan dengan bilangan fuzzy segitiga sebagai

berikut:

SR = (0, 0, 0.25)

R = (0, 0.25, 0,5)

C = (0.25, 0.5, 0.75)

T = (0.5, 0.75, 1)

ST = (0.75, 1, 1)

b. Derajat kecocokan alternatif-alternatif dengan kriteria keputusan adalah:

T(kecocokan) S = {SK, K, C, B, SB}, dengan SK = Sangat Kurang; K =

Kurang; C = Cukup; B = Baik; dan SB = Sangat Baik; yang masing-masing

direpresentasikan dengan bilangan fuzzy segitiga sebagai berikut:

SK = (0, 0, 0.25)

K = (0, 0.25, 0.5)

C = (0.25, 0.5, 0.75)

B = (0.5, 0.75, 1)

SB = (0.75, 1, 1)

c. Rating untuk setiap kriteria keputusan seperti terlihat pada Tabel 2.2,

sedangkan derajat kecocokan kriteria keputusan dan alternatif seperti terlihat

pada tabel 2.3.

Pada tabel 2.2 terlihat bahwa rating kepentingan kriteria adalah ST (Sangat

Tinggi) untuk kriteria C1, T (Tinggi) untuk kriteria C2 dan C5, Cukup (C)

untuk kriteria C3, dan Rendah (R) untuk kriteria C4.

42

Tabel 2.2. Rating Kepentingan Untuk Setiap Kriteria

Kriteria C1 C2 C3 C4 C5

Rating Kepentingan ST T C R T

Tabel 2.3. Rating Kecocokan Setiap Alternatif Terhadap Setiap Kriteria

AlternatifRating Kecocokan

C1 C2 C3 C4 C5

A1 SK K SB SB C

A2 SB B C B SK

A3 B SB K B B

d. Dengan mensubstitusikan bilangan fuzzy segitiga ke setiap variabel linguistik

ke dalam persamaan 5 sampai 9, diperoleh nilai kecocokan fuzzy seperti pada

Tabel 2.4 dengan detail penghitungan sebagai berikut:

Pada alternatif A1:

Y1 = (0,75 x 0) + (0,5 x 0) + (0,25 x 0,75) + (0 x 0,75) + (0,5 x 0,25) = 0,06255

Q1 = (1 x 0) + (0,75 x 0,25) + (0,5 x 1) + (0,25 x 1) + (0,75 x 0,5) = 0,26255

Z1 = (1 x 0,25) + (1 x 0,5) + (0,75 x 1) + (0,5 x 1) + (1 x 0,75) = 0,555

43

Pada alternatif A2:

Y2 = (0,75 x 0,75) + (0,5 x 0,5) + (0,25 x 0,25) + (0 x 0,5) + (0,5 x 0) = 0,1755

Q2 = (1 x 1) + (0,75 x 0,75) + (0,5 x 0,5) + (0,25 x 0,75) + (0,75 x 0) = 0,45

Z2 = (1 x 1) + (1 x 1) + (0,75 x 0,75) + (0,5 x 1) + (1 x 0,25) = 0,66255

Pada alternatif A3:

Y3 = (0,75 x 0,5) + (0,5 x 0,75) + (0,25 x 0) + (0 x 0,5) + (0,5 x 0,5) = 0,25

Q3 = (1 x 0,75) + (0,75x1) + (0,5x0,25) + (0,25x0,75) + (0,75x 0,75) = 0,04755

Z3 = (1 x 1) + (1 x 1) + (0,75 x 0,5) + (0,5 x 1) + (1 x 1) = 0,7755

Tabel 2.4 Indeks Kecocokan Untuk Setiap Alternatif

Alternatif Rating Kecocokan Indeks Kecocokan

Fuzzy C1 C2 C3 C4 C5

A1 SK K SB SB C 0,0625; 0,2625; 0,5500

A2 SB B C B SK 0,1750; 0,4000; 0,6625

A3 B SB K B B 0,2000; 0,4750; 0,7750

44

Langkah 3: Menyeleksi alternatif yang optimal

a. Dengan mensubstitusikan indeks kecocokan fuzzy pada Tabel 2.4, ke

persamaan 10, dan dengan mengambil derajat keoptimisan (α) = 0 (tidak

optimis), α = 0,5 dan α = 1 (sangat optimis), maka akan diperoleh nilai

total integral untuk setiap alternatif seperti terlihat pada Tabel 2.5. Sebagai

contoh penghitungan untuk nilai α = 0,5 adalah:

0,51

1I (0,5)(0,55 (0,2625) (1 0,5)(0,0625) 0,2844

2

0,52

1I (0,5)(0,6625) (0,4) (1 0,5)(0,175) 0,4094

2

0,53

1I (0,5)(0,775 (0,475) (1 0,5)(0,2) 0,4813

2

Dari perhitungan di atas, Nampak bahwa nilai total integral untuk

alternatif A3, yaitu Piyungan, memproleh nilai perangkingan tertinggi

dibandingkan dengan kedua alternatif yang lain.

Tabel 2.5. Nilai Total Integral Setiap Alternatif

Alternatif Nilai Total Integral

α = 0 α = 0,5 α = 1

A1 0,1625 0,2844 0,4063

A2 0,2875 0,4094 0,5313

A3 0,3375 0,4813 0,6250

b. Dari Tabel 2.5 terlihat bahwa A3 memiliki nilai total integral terbesar

45

berapapaun derajat keoptimisannya, sehingga lokasi Piyungan akan

terpilih sebagai lokasi optimal untuk penempatan pemancar.

2.3 Promosi

Menurut Belch dan Belch (2003), promosi adalah pengarahan semua

kegiatan yang dilakukan oleh penjual untuk menyebarkan informasi dan

persuasi/dorongan untuk menjual barang-barang maupun jasa, atau

memperkenalkan sebuah gagasan. Secara tradisional, ada empat elemen dari

bauran promosi, yaitu iklan/advertising, promosi penjualan/sales promotion,

hubungan masyarakat/public relation, dan penjualan pribadi/personal selling.

Mukesh dan Ranju (2009) memaparkan enam alat-alat promosi:

periklanan, promosi penjualan (sales promotion), publisitas/hubungan

masyarakat, penjualan perseorangan, penjualan langsung, dan pemasaran

interaktif/internet. Penjelasan mengenai alat-alat promosi:

1. Periklanan/advertising

Periklanan merupakan salah satu bentuk dari komunikasi impersonal

(impersonal communication) yang digunakan oleh perusahaan barang atau

jasa. Peranan periklanan dalam pemasaran, khususnya jasa, adalah untuk

membangun kesadaran/awareness terhadap keberadaan jasa yang

ditawarkan, menambah pengetahuan konsumen tentang jasa yang

ditawarkan, membujuk calon konsumen untuk membeli atau menggunakan

jasa tersebut, dan membedakan diri perusahaan yang satu dengan

perusahaan lain. Beberapa media iklan: surat kabar, majalah, radio,

televisi, papan reklame (outdoor advertising), surat langsung (direct mail).

46

2. Penjualan perseorangan (personal selling)

Merupakan sebuah proses menginformasikan kepada pelanggan dan

meyakinkan mereka untuk membeli produk-produk melalui komunikasi

pribadi. Contoh penjualan pribadi: dokter yang merekomendasikan

pasiennya untuk membeli obat di apotik.

3. Hubungan masyarakat (public relation)

Hubungan masyarakat adalah hubungan perusahaan dengan masyarakat,

yaitu pelanggan, karyawan, pemasok barang, pemilik perusahaan, pegawai

pemerintah, dan lain-lain, untuk menjaga hubungan masyarakat yang baik.

Hubungan masyarakat mengangkat citra produk dan citra perusahaan.

4. Penjualan langsung (direct marketing)

Penjualan langsung berarti komunikasi langsung dengan target audiens

untuk mendapatkan tanggapan seketika dan untuk mengembangkan

hubungan jangka panjang dengan pelanggan. Hal itu mendorong

pelanggan untuk secara langsung membeli barang-barang dari perusahaan.

Penjualan langsung menggunakan telepon, e-mail, mesin faks, dan

perangkat elektronik lain untuk berkomunikasi. Penjualan langsung

meliputi: Tele-marketing, yaitu menghubungi pelanggan yang prospektif

dan terkini melalui telepon. Di masa kini, berbagai call center (pusat

layanan pelanggan) menyediakan pelayanan tele-marketing kepada

perusahaan. Pusat-pusat layanan pelanggan itu mengelompokkan catatan-

catatan nomor telepon dari kelompok masyarakat yang berbeda-beda. Atas

permintaan perusahaan, pusat-pusat layanan pelanggan ini membuat

hubungan telepon dengan sasaran audiens untuk menyampaikan

informasi-informasi dari perusahaan. Bidang penjualan langsung yang

47

kedua adalah direct-mail, yaitu perusahaan mengirim informasi-informasi

tercetak kepada pelanggan potensial dan terkini ke alamat mereka melalui

pos. Informasi-informasi tercetak tersebut meliputi fitur-fitur produk,

harga, pusat-pusat layanan pelanggan yang tersedia, cara-cara promosi

yang berbeda, dan lain-lain.

5. Promosi penjualan (sales promotion)

Promosi penjualan (sales promotion) adalah insentif-insentif jangka

pendek untuk mendorong penjualan produk atau jasa. Promosi penjualan

adalah suatu ‘pancingan’ langsung yang menawarkan nilai-nilai tambahan

dan insentif produk kepada tenaga penjualan, distributor, dan pelanggan

utama, yang tujuan utamanya adalah menciptakan penjualan-penjualan

saat itu juga. Tiga jenis promosi penjualan: Promosi penjualan berorientasi

pelanggan, yaitu insentif/nilai tambahan ditawarkan kepada pelanggan

utama. Contohnya: rabat/bonus, refund (uang kembali), pameran-pameran,

kupon-kupon, contoh produk gratis, hadiah, potongan-potongan harga,

lucky draw, jasa perbaikan siaga, “beli dua dapat satu”. Kemudian promosi

penjualan berorientasi perantara (middleman), yaitu promosi penjualan

yang ditargetkan kepada pengantara pemasaran, seperti pengecer-

pengecer. Tujuannya untuk mendorong pengantara itu untuk membeli

barang dalam jumlah besar, atau utnuk membeli lebih awal. Alat-alat yang

digunakan di sini adalah diskon-diskon untuk pengecer, penundaan

tagihan, hadiah-hadiah, peningkatan komisi penjualan untuk peningkatan

penjualan.

6. Pemasaran Interaktif/Internet

Pemasaran melalui internet bukanlah pemasaran satu arah. Di sini audiens

48

target dapat membuat pertanyaan-pertanyaan, mengemukakan keraguan-

keraguan, dan bahkan melakukan pembelian. Karena sifat interaktifnya,

internet telah menjadi bentuk komunikasi yang efektif.

2.4 Pemilihan Sarana Promosi Lembaga Pendidikan

Pemilihan sarana promosi lembaga pendidikan oleh Yayasan Sahabat

Iman Orthodox Indonesia menggunakan alternatif-alternatif sebagai berikut:

1. Iklan (advertising)

2. Penjualan pribadi (personal selling)

3. Hubungan masyarakat (public relations)

4. Promosi penjualan (sales promotion)

5. Penjualan langsung (direct marketing)

6. Penjualan interaktif/internet (interactive/internet marketing)

Sedangkan untuk memilih alternatif sarana promosi terbaik, kriteria-

kriteria yang menjadi pertimbangan dalam memilih sarana promosi lembaga

pendidikan menurut Woodruff (2005) dan Lancaster dan Withey (2007), yaitu:

1. Biaya per audiens

Biaya per audiens adalah biaya yang diperkirakan akan dialokasikan untuk

memperkenalkan lembaga pendidikan kepada tiap-tiap calon konsumen.

2. Daya Jangkau

Merupakan kapabilitas yang dimiliki oleh alat promosi lembaga

pendidikan untuk menjangkau calon konsumen

3. Penyajian pesan yang rumit

Sebuah alat promosi dikatakan efektif, jika dapat mengkomunikaskan

pesan yang rumit mengenai produk kepada calon konsumen

49

4. Penggunaan kepada audiens yang berbeda

Kemampuan sarana promosi untuk dapat digunakan pada audiens yang

berbeda-beda/bergantian, adalah salah satu bahan pertimbangan untuk

pemilihan sarana promosi.

5. Kredibilitas

Kredibilitas merupakan salah satu aspek penting dalam promosi lembaga

pendidikan. Sebuah alat promosi adalah efektif digunakan bilamana calon

konsumen menjadi percaya/yakin dengan pesan yang disampaikan melalui

sarana promosi tertentu.

6. Pemilihan waktu

Suatu alat promosi dikatakan efektif jika alat promosi tersebut dapat

digunakan pada berbagai kesempatan/jadwal promosi yang dilakukan.

7. Evaluasi

Suatu alat/sarana promosi dikatakan layak atau tepat untuk digunakan,

jika efektifitas sarana promosi tersebut mudah untuk dinilai atau diukur.

50

BAB III

METODOLOGI PENELITIAN

Pada bab ini akan diuraikan mengenai desain penelitian, metode penelitian,

perancangan, implementasi, dan pengujian.

3.1 Pendahuluan

Penelitian merupakan proses pengumpulan dan analisis data yang dilakukan

secara sistematis dan logis untuk mencapai tujuan tertentu. Penelitian yang

digunakan menggunakan penelitian terapan, dimaksudkan untuk menguji

teori/ilmu yang sudah ada untuk keperluan praktis yang bermanfaat secara

langsung dalam kehidupan manusia. Tujuan dari penelitian terapan atau applied

research yaitu jenis penelitian yang diarahkan untuk mendapatkan informasi

yang dapat digunakan untuk memecahkan masalah.

Pada penelitian ini, penulis berusaha untuk menerapkan konsep fuzzy Multi

Criteria Decision Making (MCDM) ke dalam sistem pendukung keputusan untuk

51

memilih sarana promosi lembaga pendidikan di Yayasan Sahabat Iman Orthodox

Indonesia.

3.2 Kerangka Kerja/Framework Penelitian

Kerangka kerja merupakan kerangka konseptual dalam melakukan

penelitian. Suatu penelitian biasanya selalu dimulai dengan suatu perencanaan

yang seksama yang mengikuti sejumlah petunjuk yang disusun secara sistematis,

sehingga hasilnya dapat mewakili kondisi yang sebenarnya dan dapat

dipertanggungjawabkan.

Metodologi penelitian erat kaitannya dengan prosedur, alat, serta desain

penelitian. Tahapan/proses dari penelitian ini mengalir sesuai dengan alur yang

logis, tujuannya adalah untuk memberi petunjuk yang jelas, teratur, dan

sistematis. Susunan tahapan ini sangat mempengaruhi mutu dari hasil yang akan

diperoleh.

Tahapan dari penelitian ini dituangkan dalam bentuk gambar

kerangka/framework penelitian yang dapat dilihat pada gambar 3.1 berikut:

Perumusan Masalah

Penentuan Tujuan

Studi Literatur

Pengumpulan Data dan Informasi

Analisis dan Desain Sistem Fuzzy MCDM

Implementasi

Pengujian

52

Gambar 3.1 Kerangka/Framework Penelitian

Dari kerangka kerja yang digambarkan di atas maka dapat diuraikan

pembahasan masing-masing kegiatan sebagai berikut ini:

a. Perumusan Masalah

Pada tahap ini dilakukan peninjauan ke sistem yang akan diteliti untuk

mengamati serta melakukan eksplorasi lebih dalam dan menggali

permasalahan yang ada pada sistem yang sedang berjalan. Tahap perumusan

masalah, merupakan langkah awal dari penelitian, karena tahap ini

diperlukan untuk mendefinisikan keinginan dari sistem yang tidak/belum

tercapai.

b. Penentuan Tujuan

Berdasarkan perumusan masalah yang telah dibuat pada tahap

sebelumnya, maka tahap penentuan tujuan berguna untuk memperjelas

tentang apa saja yang menjadi sasaran dari penelitian ini. Pada tahap ini

ditentukan tujuan dari penelitian ini yaitu bagaimana merancang dan

mengimplementasikan suatu sistem fuzzy multi criteria decision making

(MCDM) yang memudahkan dalam proses pengambilan keputusan dalam

memilih sarana promosi lembaga pendidikan.

c. Studi Literatur

Studi pustaka dilakukan dengan tujuan untuk mengetahui metode apa

yang akan digunakan untuk menyelesaikan permasalahan yang akan diteliti,

serta mendapatkan dasar-dasar referensi yang kuat bagi peneliti dalam

menerapkan suatu metode yang digunakannya.

53

d. Pengumpulan Data dan Informasi

Pada tahap ini dilakukan pengumpulan data dan informasi untuk lebih

mengetahui mengenai sistem yang diteliti. Dari data dan informasi yang

dikumpulkan akan dapat diketahui mengenai sistem yang berjalan pada saat

ini. Data-data yang diperlukan dalam penelitian ini adalah alternatif-

alternatif sarana promosi yang akan dipilih untuk mementukan sarana

promosi lembaga pendidikan yang akan digunakan oleh pihak Yayasan

Sahabat Iman Orthodox Indonesia (YSIOI). Data-data lain yang juga

diperlukan adalah kriteria-kriteria yang digunakan dalam memilih alternatif

terbaik sarana promosi lembaga pendidikan. Kegiatan yang penulis lakukan

dalam pengumpulan data adalah dengan melalui wawancara dengan pihak

YSIOI (Koordinator tim promosi dan Pendiri/penasehat YSIOI), dan

mengambil referensi dari literatur beberapa pakar pemasaran.

e. Analisis dan Desain Sistem Fuzzy MCDM

Analisis Fuzzy MCDM dilakukan dengan identifikasi tujuan dan

kumpulan alternatif keputusan, identifikasi kumpulan kriteria, membangun

struktur hirarki dari masalah, memilih himpunan rating untuk bobot–bobot

kriteria dan derajat kecocokan setiap alternatif dengan kriteria,

mengevaluasi bobot-bobot kriteria dan derajat kecocokan setiap alternatif

dengan kriteria, mengagregasikan bobot-bobot kriteria dan derajat

kecocokan setiap alternatif dengan kriteria, kemudian memprioritaskan

alternatif keputusan berdasarkan hasil agregasi, hingga memilih alternatif

keputusan dengan prioritas tertinggi sebagai alternatif yang optimal. Tahap

ini juga termasuk salah satu tahap yang penting, karena kesalahan dalam

54

mengidentifikasi masalah dalam sistem akan menimbulkan salah persepsi

ketika membuat sistem yang baru.

Analisis sistem merupakan proses pemecahan sistem menjadi

beberapa sub sistem yang lingkupnya lebih kecil, dengan maksud agar lebih

mudah dalam mengidentifikasikan permasalahan-permasalahan, hambatan-

hambatan dan kesempatan-kesempatan yang ada dalam sistem serta untuk

mengetahui kebutuhan-kebutuhan sistem sehingga pada akhirnya nanti akan

bisa dibuat metode-metode baru. Setelah tahap analisis sistem dilakukan,

maka dapat dimulai perancangan aplikasi pemilihan sarana promosi

lembaga pendidikan.

f. Implementasi

Setelah analisis dan desain sistem selesai dilakukan, maka tahap

selajutnya adalah implementasi. Implementasi adalah tahapan di mana

dilakukan coding atau pengkodean. Untuk implementasi sistem akan

dilakukan pada komputer pembuat sistem dengan spesifikasi sebagai

berikut:

Operating system : Windows XP Professional (5.1)

Processor : Intel ® Atom TM CPU N455 @ 1,66 Ghz

RAM : 1014 MB

Hard Disk : 97,6 GB

Bahasa pemrograman : Matlab 7.8

55

g. Pengujian Sistem

Pada tahap ini dilakukan proses pengujian dengan menggunakan

perhitungan manual dan software Matlab 7.8, untuk menganalisis dan

mengevaluasi hasil dari metode Fuzzy Multi Criteria Decision Making

(MCDM). Jika penerapan sistem sudah berjalan dengan lancar, maka sistem

dapat diimplementasikan sesuai dengan kebutuhan.

Mekanisme pengujian sistem dilakukan dengan:

a. Pengujian manual menggunakan rumus, di mana dalam mencari

nilai kecocokan fuzzy berdasarkan penentuan rating kecocokan

setiap kriteria dan rating kecocokan setiap alternatif dengan setiap

kriteria, kemudian mencari nilai total integral terbesar dari setiap

alternatif untuk menentukan alternatif terbaik.

b. Pengujian dengan menggunakan software Matlab 7.8, untuk

menentukan rangking alternatif terbaik/menyeleksi alternatif yang

optimal.

56

BAB IV

ANALISIS DAN PERANCANGAN SISTEM

Pemilihan sarana promosi lembaga pendidikan yang tepat merupakan salah

satu upaya yang dilakukan oleh pihak Yayasan Sahabat Iman Orthodox Indonesia

(YSIOI) untuk memecahkan masalah kurangnya minat calon peserta

didik/masyarakat untuk menempuh pendidikan di lembaga pendidikan yang dikelola

oleh YSIOI. Pengambilan keputusan mengacu kepada pemilihan atau perangkingan

alternatif-alternatif yang tersedia dengan menggunakan beberapa kriteria sebagai

bahan pertimbangan pemilihan.

4.1 Analisis Sistem

Analisis sistem diartikan sebagai cara untuk memahami terlebih dahulu

masalah yang dihadapi oleh sistem, seperti mendefinisikan kebutuhan-kebutuhan

fungsional dari sistem sehingga dapat diketahui apa saja kebutuhan-kebutuhan

pemakai. Pada tahap ini dilakukan penentuan kriteria-kriteria yang dibutuhkan

dalam memilih sarana promosi lembaga pendidikan yang tepat untuk digunakan.

Tahap analisis sistem merupakan tahap yang kritis dan sangat penting, karena

57

kesalahan dari tahap ini akan menyebabkan kesalahan di tahap selanjutnya.

Fuzzy multi criteria decision making (MCDM) merupakan metode yang

digunakan dalam pengambilan keputusan untuk pemilihan sarana promosi lembaga

pendidikan di YSIOI. Dalam tahap ini terdapat langkah-langkah dasar yang harus

dilakukan oleh analis sistem, yaitu sebagai berikut:

a. Identifikasi, yaitu mengidentifikasi masalah

b. Understand, yaitu memahami kinerja dari sistem yang ada

c. Analyze, yaitu menganalisa sistem

d. Report, yaitu membuat laporan hasil analisis.

4.2 Arsitektur Sistem Pengolahan Data

Arsitektur proses pengolahan data pemilihan sarana promosi lembaga

pendidikan di Yayasan Sahabat Iman Orthodox Indonesia dapat dilihat pada gambar

berikut:

Data InputRepresentasi Masalah1. Data Alternatif (Ai)2. Data kriteria (Ci)

Aturan:1. Menentukan rating kepentingan untuk setiap

kriteria (W)2. Menentukan rating kecocokan tiap alternatif

dengan tiap kriteria (A)3. Menghitung indeks kecocokan fuzzy

4. Menentukan derajat keoptimisan (alfa)

Proses Perangkingan

alternatif terbaik (P)

Hasil nilai total integral tiap

alternatif terpilih (F)

User

58

Gambar 4.1. Arsitektur Sistem Secara Umum

4.3 Analisis Masalah

Yayasan Sahabat Iman Orthodox Indonesia (YSIOI), yang sejak berdirinya

pada tahun 1998, telah mendirikan sebelas lembaga pendidikan, mulai dari tingkat

Taman Kanak-kanak hingga jenjang perguruan tinggi. Namun, karena ketatnya

persaingan dalam perekrutan calon peserta didik saat ini, jumlah peminat/calon

peserta didik pada lembaga-lembaga pendidikan yang bernaung di bawah YSIOI

belum sesuai harapan/target yang ditetapkan oleh pengelola Yayasan. Selain itu,

pengambilan keputusan untuk pemilihan sarana promosi lembaga pendidikan di

YSIOI masih dilakukan secara manual, dan dengan pertimbangan subyektif manusia.

Beberapa upaya yang telah dilakukan oleh pihak YSIOI untuk meningkatkan

jumlah peminat/calon peserta didik untuk belajar di lembaga-lembaga pendidikan

yang dikelolanya yaitu dengan melakukan promosi berupa pemasangan iklan di

media massa (radio, surat kabar, baliho, spanduk, dan lain-lain), promosi secara

pribadi (personal selling), internet, dan promosi penjualan (dalam bentuk pemberian

diskon/potongan uang kuliah, dan pemberian bonus notebook/flashdisk bagi

mahasiswa yang telah melunasi uang kuliah selama satu tahun).

4.3.1 Analisis Konsep Fuzzy Multi Criteria Decision Making

Dalam proses pemilihan sarana promosi lembaga pendidikan yang dilakukan

dengan menggunakan fuzzy MCDM, diperlukan kriteria-kriteria, bobot kepentingan

setiap kriteria dan rating kecocokan alternatif terhadap kriteria untuk melakukan

59

perhitungan sehingga akan didapatkan alternatif terbaik. Dalam hal ini alternatif

terbaik dimaksud adalah sarana promosi yang tepat untuk lembaga pendidikan.

Alternatif-alternatif dalam pemilihan sarana promosi lembaga pendidikan pada

Yayasan Sahabat Iman Orthodox Indonesia dapat dilihat pada tabel 4.1:

Tabel 4.1. Alternatif

Alternatif Keterangan

A1 Periklanan/Advertising

A2 Penjualan perseorangan (personal selling)

A3 Hubungan masyarakat (public relation)

A4 Penjualan langsung (direct marketing)

A5 Promosi penjualan (sales promotion)

A6 Pemasaran Interaktif/Internet

Sedangkan kriteria-kriteria yang digunakan terlihat dalam tabel di bawah ini:

Tabel 4.2. Kriteria

Kriteria Keterangan

C1 Biaya per audiens

C2 Daya Jangkau

C3 Penyajian pesan yang rumit

C4 Penggunaan kepada audiens yang berbeda

C5 Kredibilitas

C6 Pemilihan waktu

µA[x]= (x – a) / (b – a) ; a ≤ x ≤ b

(x - c) / (b – c) ; b ≤ x ≤ c

60

C7 Evaluasi

Struktur hirarki masalah dapat dilihat pada gambar di bawah ini:

Memilih Sarana Promosi Lembaga Pendidikan

Penjualan perseorangan

A2

Humas/Public relation

A3

Penjualan langsung

A4

Promosi penujualan

A5

Penjualan Interaktif

A6

Periklanan/Advertising

A1

Daya Jangkau

C2

Penyajian Pesan Yang Rumit

C3

Penggunaan Multi Audiens

C4

Kredibilitas

C5

Pemilihan Waktu

C6

Biaya Per Audiens

C1

Evaluatif

C7

Gambar 4.2. Struktur Hirarki Masalah

Dalam penelitian ini, fungsi keanggotaan bilangan fuzzy yang

digunakan adalah fungsi bilangan fuzzy segitiga, yang fungsi

keanggotaannya telah dikemukakan pada persamaan (3) yaitu:

0 ; x < a atau x > c

61

Gambar 4.3 memperlihatkan grafik fungsi keanggotaan bobot kepentingan

kriteria (W) dengan menggunakan himpunan fuzzy segitiga,

Sangat rendah rendah sedang tinggi sangat tinggi

1

µ(Wt)

0 0.25 0.5 0.75 1 Wt

Gambar 4.3 Fungsi Keanggotaan Untuk Bobot Setiap Kriteria

Dengan Himpunan Bilangan Fuzzy Segitiga

Variabel-variabel linguisitk yang merepresentasikan bobot kepentingan untuk

setiap kriteria, adalah: T(Kepentingan) W= {SR, R, C, T, ST} dengan SR = Sangat

Rendah; R = Rendah; C = Cukup; T = Tinggi; ST = Sangat Tinggi; yang masing-

masing direpresentaskan dengan bilangan-bilangan fuzzy segitiga sebagai berikut:

SR = (0, 0, 0.25)

R = (0, 0.25, 0.5)

C = (0.25, 0.5, 0.75)

T = (0.5, 0.75, 1)

ST = (0.75, 1, 1)

Sedangkan gambar 4.4 memperlihatkan grafik fungsi keanggotaan derajat

kecocokan alternatif-alternatif dengan kriteria menggunakan himpunan bilangan

62

fuzzy segitiga. Derajat kecocokan alternatif-alternatif dengan kriteria keputusan

adalah: T(kecocokan) S = {SK, K, C, B, SB}, dengan SK = Sangat Kurang; K =

Kurang; C = Cukup; B = Baik; dan SB = Sangat Baik; yang masing-masing

direpresentasikan dengan bilangan-bilangan fuzzy segitiga sebagai berikut:

SK = (0, 0, 0.25)

K = (0, 0.25, 0.5)

C = (0.25, 0.5, 0.75)

B = (0.5, 0.75, 1)

SB = (0.75, 1, 1)

Sangat kurang Kurang Cukup Baik Sangat Baik

1

µ(Sit)

0 0.25 0.5 0.75 1 Sit

Gambar 4.4 Fungsi Keanggotaan Untuk Bobot Kecocokan Setiap

Alternatif Terhadap Setiap Kriteria Dengan

Himpunan Bilangan Fuzzy Segitiga

Langkah selajutnya adalah menentukan bobot kepentingan untuk setiap

kriteria, sebagaimana terlihat pada tabel 4.3 di bawah ini:

Tabel 4.3. Rating Kepentingan Untuk Setiap Kriteria

Kriteria C1 C2 C3 C4 C5 C6 C7

63

Rating Kepentingan ST T T ST ST ST ST

Pada tabel di atas, terdapat dua kriteria yaitu C2 dan C3 yang memiliki bobot

kepentingan Tinggi (T), dan enam kriteria yaitu C1, C4, C5, C6, dan C7 yang memiliki

bobot kepentingan Sangat Tinggi (ST).

Tabel 4.4. Rating Kecocokan Setiap Alternatif Terhadap Setiap Kriteria

Alternatif

Rating Kecocokan

C1 C2 C3 C4 C5 C6 C7

A1 SB SB C B C SB SB

A2 B C SB B SB B SB

A3 C C B SB B B K

A4 C B SB B SB B B

A5 B B C B C SB B

A6 B SB C C C B K

Pada tabel 4.4 terlihat bahwa tingkat kecocokan alternatif (A1) terhadap

kriteria (C1), A2 terhadap C2, A1 terhadap C6, A1 terhadap C7, A2 terhadap C4, A4

terhadap C3, A4 terhadap C5, A6 terhadap C2 memiliki rating kecocokan Sangat Baik

(SB).

Rating kecocokan Baik (B) diperoleh pada kecocokan antara alternatif (A1)

terhadap C4, A2 terhadap C1, A2 terhadap C4, A2 terhadap C6, A3 terhadap C3, A3


64


terhadap C6.

Tabel 4.4 juga menjelaskan bahwa antara alternatif (A1) terhadap kriteria

(C3), A1 terhadap C5, A2 terhadap C2, A3 terhadap C1, A3 terhadap C2, A4 terhadap C1,

A5 terhadap C3, A5 terhadap C5, A6 terhadap C3, A6 terhadap C4, A6 terhadap C5

memiliki rating kecocokan Cukup (C ).

Sedangkan rating kecocokan Kurang (K), terdapat antara alternatif (A3)

terhadap kriteria (C7), dan A6 terhadap C7.

Dengan mensubstitusikan bilangan fuzzy segitiga ke setiap variabel linguistik

ke dalam persamaan (7) sampai persamaan (9), diperoleh nilai kecocokan fuzzy

seperti pada Tabel 4.5, dengan detil perhitungan sebagai berikut:

Pada alternatif A1:

Y1= (0,75x0,75)+(0,5x0,75)+(0,5x0,25)+(0,75x0,5)+(0,75x0,25)+(0.75x0,75)+(0,75x0,25) = 0,337

Q1 = (1x1)+(0,75x1)+(0,75x0,5)+(1x0,75)+(1x0,5)+(1x1)+(1x0,5)= 0,697

Z1 = (1x1)+(1x1)+(1x0,75)+(1x1)+(1x0,75)+(1x1)+(1x0,75) = 0,897

Dari hasil perhitungan di atas, terlihat bahwa pada alternatif A1, yaitu

periklanan/advertising memiliki indeks kecocokan fuzzy: 0,33; 0,69; 0,89.

Pada alternatif A2:

65

Y2= (0,75x0,5)+(0,5x0,25)+(0,5x0,75)+(0,75x0,5)+(0,75x0,75)+(0.75x0,5)+(0,75x0,75) = 0,397

Q2 = (1x0,75)+(0,75x0,5)+(0,75x1)+(1x0,75)+(1x1)+(1x0.75)+(1x1)= 0,767

Z2 = (1x1)+(1x0,75)+(1x1)+(1x1)+(1x1)+(1x1)+(1x1) = 0,967


penjualan perseorangan/personal selling memiliki indeks kecocokan fuzzy: 0,39;

0,76; 0,96.

Pada alternatif A3:

Y3= (0,75x0,25)+(0,5x0,25)+(0,5x0,5)+(0,75x0,75)+(0,75x0,5)+(0.75x0,5)+(0,75x0) = 0,267

Q3 = (1x0,5)+(0,75x0,5)+(0,75x0,75)+(1x1)+(1x0,75)+(1x0,75)+(1x0,25)= 0,597

Z3 = (1x0,75)+(1x0,75)+(1x1)+(1x1)+(1x1)+(1x1)+(1x0,5) = 0,857


hubungan masyarakat/public relation memiliki indeks kecocokan fuzzy: 0,26; 0,59;

0,85.

Pada alternatif A4:

Y4= (0,75x0,25)+(0,5x0,5)+(0,5x0,75)+(0,75x0,5)+(0,75x0,75)+(0.75x0,5)+(0,75x0,5) = 0,357

Q4 = (1x0,5)+(0,75x0,75)+(0,75x1)+(1x0,75)+(1x1)+(1x0,75)+(1x0,75)= 0,727

66

Z4 = (1x0,75)+(1x1)+(1x1)+(1x1)+(1x1)+(1x1)+(1x1) = 0,967


penjualan langsung/direct marketing memiliki indeks kecocokan fuzzy: 0,35;

0,72; 0,96.

Pada alternatif A5:

Y5= (0,75x0,5)+(0,5x0,5)+(0,5x0,25)+(0,75x0,5)+(0,75x0,25)+(0.75x0,75)+(0,75x0,5) = 0,327

Q5 = (1x0,75)+(0,75x0,75)+(0,75x0,5)+(1x0,75)+(1x0,5)+(1x1)+(1x0,75)= 0,667

Z5 = (1x1)+(1x1)+(1x0,75)+(1x1)+(1x0,75)+(1x1)+(1x1) = 0,92


promosi penjualan/sales promotion memiliki indeks kecocokan fuzzy: 0,32; 0,66;

0,92.

Pada alternatif A6:

Y6= (0,75x0,5)+(0,5x0,75)+(0,5x0,25)+(0,75x0,25)+(0,75x0,25)+(0.75x0,5)+(0,75x0) = 0,237

Q6 = (1x0,75)+(0,75x1)+(0,75x0,5)+(1x0,5)+(1x0,5)+(1x0,75)+(1x0,25)= 0,557

Z6 = (1x1)+(1x1)+(1x0,75)+(1x0,75)+(1x0,75)+(1x1)+(1x0,5) = 0,827

67


pemasaran interaktif/internet memiliki indeks kecocokan fuzzy: 0,23; 0,55; 0,82.

Tabel 4.5 Indeks Kecocokan Untuk Setiap Alternatif

Alter

-natif

Rating Kecocokan Indeks

Kecocokan

Fuzzy

C1 C2 C3 C4 C5 C6 C7

A1 SB SB C B C SB C 0,33; 0,69; 0,89

A2 B C SB B SB B SB 0,39; 0,76; 0,96

A3 C C B SB B B K 0,26; 0,59; 0,85

A4 C B SB B SB B B 0,35; 0,72; 0,96

A5 B B C B C SB B 0,32; 0,66; 0,92

A6 B SB C C C B K 0,23; 0,55; 0,82

Dengan mensubstitusikan indeks kecocokan fuzzy pada Tabel 4.5, ke

persamaan (10), dan dengan mengambil derajat keoptimisan (α) = 0 (tidak optimis),

α = 0,5 dan α = 1 (sangat optimis), maka akan diperoleh nilai total integral untuk

setiap alternatif seperti terlihat pada Tabel 4.6. Sebagai contoh penghitungan untuk

nilai α = 0,5 adalah:

0,51

1I (0,5)(0,89) (0,69) (1 0,5)(0,33) 0,65

2

68

0,52

1I (0,5)(0,96) (0,76) (1 0,5)(0,39) 0,72

2

0,53

1I (0,5)(0,85) (0,59) (1 0,5)(0,26) 0,58

2

0,54

1I (0,5)(0,96) (0,72) (1 0,5)(0,35) 0,69

2

0,55

1I (0,5)(0,92) (0,66) (1 0,5)(0,32) 0,64

2

0,56

1I (0,5)(0,82) (0,55) (1 0,5)(0,23) 0,54

2

Tabel 4.6. Nilai Total Integral Setiap Alternatif

Alternatif Nilai Total Integral

α = 0 α = 0,5 α = 1

A1 0,51 0,65 0,79

A2 0,58 0,72 0,86

A3 0,43 0,58 0,72

A4 0,54 0,69 0,84

A5 0,49 0,64 0,79

A6 0,39 0,54 0,68

Dari Tabel 4.6 terlihat bahwa A2 memiliki nilai total integral terbesar

berapapun derajat keoptimisannya, sehingga sarana promosi penjualan perseorangan

(personal selling) akan terpilih sebagai sarana promosi yang optimal untuk promosi

lembaga pendidikan di Yayasan Sahabat Iman Orthodox Indonesia.

Setelah dilakukan analisis ulang dan pengujian terhadap hasil perhitungan

69

manual dengan menggunakan metode fuzzy nilai total integral, ternyata hasil

penghitungan manual yang didapatkan dipertegas kembali kebenarannya oleh

penelitian wawancara dengan pihak Yayasan Sahabat Iman Orthodox Indonesia

(YSIOI), yang menunjukkan bahwa alternatif sarana promosi lembaga pendidikan

menggunakan penjualan perseorangan/personal selling telah digunakan oleh pihak

YSIOI, dan menunjukkan hasil yang diharapkan.

Dengan hasil perhitungan sebagaimana dilakukan di atas, maka alternatif

sarana promosi terbaik, yaitu penjualan perseorangan (personal selling), yang

merupakan sarana promosi penjualan dengan cara menginformasikan kepada

pelanggan/calon konsumen dan meyakinkan mereka untuk membeli produk-produk,

dalam hal ini untuk melanjutkan/menempuh pendidikan di lembaga pendidikan yang

dikelola oleh Yayasan Sahabat Iman Orthodox Indonesia melalui komunikasi

pribadi, merupakan alternatif sarana promosi terbaik yang sebaiknya dipilih untuk

mempromosikan lembaga pendidikan.

70

BAB V

IMPLEMENTASI DAN PENGUJIAN

5.1 Kebutuhan Perangkat Lunak

Tahapan implementasi dan pengujian dimulai dengan memilih perangkat

lunak yang akan digunakan untuk membuktikan kebenaran analisis dan

perancangan sistem. Proses pengujian data untuk pemilihan sarana promosi

lembaga pendidikan menggunakan perangkat lunak khusus yaitu Matlab 7.8.

Matlab merupakan sebuah perangkat lunak dengan fasilitas khusus untuk

memecahkan masalah dan menghasilkan solusi yang diekspresikan dalam notasi-

notasi matematis yang biasa dipakai.

Matlab merupakan perangkat lunak yang cocok digunakan sebagai alat

komputasi yang melibatkan penggunaan matriks dan vektor. Dalam dunia akademis,

Matlab telah menjadi alat bantu standar instruksional dalam pengenalan tingkat lajut

bidang matematika, teknik dan sains. Sebuah toolbox dalam Matlab adalah koleksi

berbagai fungsi (M-file) yang merupakan perluasan Matlab untuk memecahkan

71

masalah-masalah khusus bidang tertentu yang meliputi sistem kontrol, pengolahan

sinyal, neural network dan fuzzy logic. Pada penelitian ini software Matlab

digunakan untuk menyelesaikan permasalahan pemilihan sarana promosi lembaga

pendidikan menggunakan toolbox yang tersedia di dalam software dan aplikasinya.

5.2 Kebutuhan Perangkat Keras (Hardware)

Setelah definisi kebutuhan perangkat lunak dilakukan, selanjutnya

mendefinisikan kebutuhan hardware (perangkat keras) yang akan digunakan dalam

menyelesaikan permasalahan. Spesifikasi kebutuhan perangkat lunak dalam

penelitian ini adalah, penggunaan Notebook Axioo PC Intel Intel ® Atom TM CPU

N455 @ 1,66 Ghz dengan memori sebesar 1014 MB, dengan ukuran hard disk

sebesar 97,6 GB.

5.3 Pengujian Hasil Pengolahan Data

Tahap ini merupakan tahap untuk membuktikan hasil pengolahan data

program studi menggunakan metode Fuzzy multi criteria decision making yang telah

dihitung secara matematis pada bab sebelumnya (bab IV, analisis dan perancangan),

sehingga telah didapatkan hasilnya secara perhitungan manual. Hasil secara

perhitungan manual tersebut akan disesuaikan dengan hasil perhitungan

menggunakan software pengujian dengan menggunakan software Matlab 7.8.

Langkah- langkah dalam penggunaan aplikasi Matlab 7.8 adalah sebagai berikut:

1. Jalankan aplikasi Matlab 7.8, sehingga akan muncul tampilan gambar antar

muka awal dari Matlab.

72

Gambar 5. 1. Tampilan Halaman Awal Matlab

2. Langkah selanjutnya yaitu menentukan current directory (direktori aktif)

pada Matlab. Ketika akan menjalankan sebuah fungsi, harus dipastikan

bahwa fungsi berada dalam direktori aktif. Dengan menentukan direktori aktif

secara work, maka segala pekerjaan yang berhubungan dengan Matlab, baik

m-file, fig-file, maupun file yang lain, akan selalu tersimpan pada direktori

aktif work.

3. Membuka editor M-file, yang digunakan sebagai layar untuk menuliskan

kode program (coding), yaitu melalui menu File >> New >> Blank M-File,

seperti yang terlihat pada gambar 5.2.

73

Gambar 5.2 Kode Program Dalam Editor M-File

Pada gambar 5.2 terlihat bahwa nama fungsi yang digunakan ditampilkan

dalam baris pertama (paling atas) dari editor M-File Matlab. Kemudian pada baris

selanjutnya yaitu menuliskan pernyataan jumlah alternatif dan kriteria. Kemudian

dilanjutkan dengan pernyataan proses perulangan, kemudian diikuti dengan

pernyataan-pernyataan, setelah itu pernyataan proses perulangan untuk menyeleksi

alternatif yang optimal, dalam bentuk perangkingan alternatif. Setelah itu fungsi

untuk mengurutkan peringkat dengan urutan naik (ascending order).

74

Gambar 5.3 Penyimpanan File Ke Dalam Work Directory

Pada gambar 5.3 digambarkan proses penyimpanan M-file ke dalam direktori

kerja (Work directory). Dengan menyimpan file ke dalam direktori work tersebut,

maka untuk selanjutnya user akan dapat membaca dan menyimpan file-file dalam

direktori work tersebut dalam sesi penggunaan Matlab saat itu.

75

Untuk menjalankan program yang telah dibuat sebelumnya, yaitu dengan

menggunakan command windows Matlab, lalu memasukkan data bilangan fuzzy

untuk tingkat kepentingan (W), seperti terlihat pada gambar di bawah ini:

Gambar 5.4 Input Bilangan Fuzzy Tingkat Kepentingan

Setelah itu, memasukkan bilangan fuzzy untuk tingkat kecocokan, lalu vektor

tingkat kepentingan untuk setiap kriteria, disusul dengan matriks kecocokan setiap

alternatif terhadap setiap kriteria, dan derajat keoptimisan (alfa), seperti nampak

pada gambar 5.5:

61

Gambar 5.5 Input Bilangan Fuzzy Tingkat Kecocokan, Tingkat

Kepentingan Setiap Kriteria, Matriks Kecocokan Setiap Alternatif Pada Setiap

Kriteria, Derajat Keoptimisan (Alfa)

Setelah memasukkan nilai-nilai tersebut di atas dalam command windows

Matlab, langkah selanjutnya adalah menjalankan fungsi fuzzy MCDM yang telah

tersimpan dalam work directory Matlab. Apabila program tersebut dijalankan pada

command windows Matlab, akan menghasilkan output seperti terlihat pada gambar

5.6:

62

Gambar 5.6 Tampilan Hasil Program

Setelah dijalankan, maka muncul hasil perhitungan sebagaimana tampak pada

gambar 5.6, di mana F merupakan hasil perhitungan nilai total integral dari setiap

alternatif. Sedangkan P adalah urutan hasil perangkingan alternatif dengan urutan

menurun. Sedangkan Ranking merupakan urutan peringkat alternatif yang

menggambarkan peringkat alternatif, dari yang tertinggi sampai yang terendah.

63

5.4 Evaluasi Hasil Pengujian Data

Setelah diadakan perhitungan pemilihan sarana promosi lembaga pendidikan

menggunakan metode fuzzy multi criteria decision making (MCDM) dengan

perhitungan manual dan software Matlab 7.8 (seperti terlihat pada gambar 5.6)

ternyata nilai alternatif tertinggi (F) yang dihasilkan adalah sama. Berikut nilai F

yang dihasilkan:

Perhitungan nilai F melalui software:

Tabel 5.1 Nilai F Perhitungan Software

Alternatif (Ai) Keterangan Nilai F

A1 Periklanan/Advertising 0,6563

A2 Penjualan perseorangan (personal selling) 0,7273

A3 Hubungan masyarakat (public relation) 0,5804

A4 Penjualan langsung (direct marketing) 0,6920

A5 Promosi penjualan (sales promotion) 0,6473

A6 Pemasaran Interaktif/Internet 0,5402

64

Dari hasil perhitungan menggunakan software di atas, diperoleh hasil yaitu

alternatif (A2) memperoleh nilai total integral terbesar dibandingkan dengan

alternatif-alternatif yang lain.

Perhitungan nilai F manual:

Tabel 5.2 Nilai F Perhitungan Manual








Berdasarkan perhitungan matematis yang dilakukan secara manual dan

dengan menggunakan software ternyata hasil yang didapatkan adalah sama, dan nilai

rangking total integral (F) untuk setiap alternatif yang terbesar terdapat pada

alternatif A2 (penjualan perseorangan/personal selling) dengan nilai F terbesar yaitu

0,7273, dan merupakan rangking pertama dalam urutan perangkingan. Apabila

diurutkan mulai dari urutan tertinggi, maka akan diperoleh hasil sebagai berikut:

65

Tabel 5.3 Urutan Perangkingan








Evaluasi hasil pengujian sistem dimaksudkan untuk melihat kehandalan

sebuah sistem. Dari hasl pengujian yang telah dilakukan dengan menggunakan

software Matlab 7.8 di mana telah didapatkan hasil alternatif terbaik dari beberapa

alternatif yang ada yang sama-sama diuji, yang mempunyai tingkat/rating

kepentingan kriteria dan tingkat kecocokan alternatif terhadap kriteria yang berbeda-

beda. Hasil pengujian menggunakan sistem menunjukkan efisiensi waktu yang

digunakan dalam pengujian lebih cepat dibandingkan dengan cara perhitungan

manual.

66

Dari perhitungan perangkingan nilai total integral semua alternatif yang ada,

terlihat bahwa hasil perhitungan dengan software adalah sama dengan hasil

perhitungan manual, sehingga bisa dikatakan hasil yang diperoleh adalah konsisten.

BAB VI

PENUTUP

6.1 Kesimpulan

Setelah dilakukan analisis dan perancangan sistem menggunakan fuzzy

multicriteria decision making (MCDM) dalam pemilihan sarana promosi lembaga

pendidikan, maka dapat diambil kesimpulan bahwa:

1. Berdasarkan pengujian yang telah dilakukan untuk setiap fungsi logika fuzzy

multi criteria decision making (MCDM) metode nilai total integral,

menunjukkan bahwa hasil perhitungan logika fuzzy dari sistem telah sesuai

dengan hasil perhitungan manual, sehingga dapat dinyatakan bahwa aplikasi

67

telah berhasil mengimplementasikan logika fuzzy MCDM metode nilai total

integral dengan baik.

2. Dengan menggunakan fuzzy MCDM menggunakan metode nilai total

integral, dapat membantu dalam melakukan perangkingan pemilihan sarana

promosi lembaga pendidikan di Yayasan Sahabat Iman Orthodox Indonesia,

berdasarkan tingkat kepentingan setiap kriteria dan tingkat kecocokan antara

setiap alternatif dengan setiap kriteria.

3. Sistem pemilihan sarana promosi lembaga pendidikan menggunakan fuzzy

MCDM dengan metode nilai total integral dapat dijadikan sebagai

pendukung keputusan oleh Yayasan Sahabat Iman Orthodox Indonesia

dalam melakukan pemilihan sarana promosi lembaga pendidikan yang

paling tepat untuk digunakan oleh lembaga-lembaga pendidikan yang

dikelolanya.

6.2 Saran

Penelitian dengan bahasan pemilihan sarana promosi lembaga pendidikan ini

masih jauh dari sempurna. Berikut beberapa saran yang diharapkan untuk

pengembangan yang lebih baik, di antaranya:

4. Diharapkan kepada pihak Yayasan Sahabat Iman Orthodox Indonesia untuk

mengaplikasikan sistem pemilihan sarana promosi lembaga pendidikan

menggunakan fuzzy MCDM metode nilai total integral, karena telah teruji

kekonsistenan dan keefisienannya.

68

5. Diharapkan agar sistem yang dibangun dapat dikembangkan menjadi sistem

(interface) antar muka yang lebih menarik, untuk mempermudah dalam

melakukan pemilihan sarana promosi lembaga pendidikan yang tepat.

DAFTAR PUSTAKA

Belch, George E., Belch, Michael A. (2003). “Advertising and Promotion, An Integrated Marketing Communications Perspective” Edisi ke-6. USA: The McGraw-Hill.16.

Benetti, Sara. (2005). “Concept of an Information and Decision Support System applied to the EU Interreg IIIb funded project: nature-oriented flood damage prevention” Technische Universitat Darmstadt: Master Thesis.

Cahyo, Winda Nur, R., Wahyuni. (2009). “Implementasi Fuzzy Multicriteria Decision Making (FMCDM) Untuk Menentukan Peringkat Calon Penerima Beasiswa”. SEMINAR NASIONAL ELECTRICAL, INFORMATICS, AND IT’S EDUCATIONS 2009 Yogyakarta. 2009. B1-116-B1-118

Chen, Mei-Fang, Tzeng, Gwo-Hshiung. (2004). “Risk and confidence analysis for fuzzy multicriteria decision making”. Online Jurnal Whistler, B.C., Canada.

Fenton, Norman, Wang, Wei. (2006). “Risk and confidence analysis for fuzzy multicriteria decision making”. ScienceDirect. Vol. 19 (2006). 430-437.

Feriansyah, Reza (2011). “Perancangan Sistem Pendukung Keputusan Penentuan Performance Sekolah Dengan Menggunakan Metode Fuzzy Multi Criteria Decision Making (MCDM)” Program Studi S1 Ilmu Komputer dan Teknologi Informasi USU: Skripsi.

Hasanah, Uswatun. (2010). “Sistem Pakar Untuk Mendiagnosa Jenis Penyakit Infeksi Kulit Pioderma Pada Anak Menggunakan Algoritma Logika Fuzzy” Jurusan Teknik Informatika Fakultas Sains Dan Teknologi UIN Maulana Malik Ibrahim Malang: Skripsi.

69

Janakiraman, V.S, Sarukesi, K. (2006). “Decision Support System”. 2006. Eastern Economy Edition. New Delhi: Prentice-Hall of India Private Limited. 26.

Kahar, Novhirtamelly, Fitri, Nova. (2011). “Aplikasi Metode Fuzzy Multicriteria Decision Making (FMCDM) Untuk Optimalisasi Penentuan Lokasi Promosi Produk”. Seminar Nasional Aplikas Teknologi Informasi 2011 (SNATI 2011) Yogyakarta. 17-18 Juni 2011. A58-A63

Kusumadewi, Sri. (2008). “Aplikasi Fuzzy Total Integral Pada Hamilton Anxiety Rating Scale (HARSH)”. Seminar Nasional Aplikasi Teknologi Informasi 2008 (SNATI 2008) Yogyakarta. 21 Juni 2008. E73-E76.

Kusumadewi, Sri, Guswaluddin, Idham. (2005). “Fuzzy Multi-Criteria Decision Making”. Media Informatika. Vol. 3 No. 1, Juni 2005. 33-35.

Kusumadewi, Sri, Hartati, Sri, Harjoko, Agus, Wardoyo, Retantyo. (2006). “Fuzzy Multi Attribute Decision Making” Edisi pertama, Yogyakarta: Graha Ilmu. 157.

Lancaster, Geoff, Withey, Frank. (2007). “Marketing Fundamentals” Edisi pertama, Burlington, MA, USA: Elsevier, Ltd. 208.

Meliala, Febrianto Prima. (2012). “Sistem Pendukung Keputusan Pemilihan Program Studi Dengan Metode Fuzzy Multi Criteria Decision Making (FMCDM)” Program Studi S1 Ilmu Komputer dan Teknologi Informasi USU: Skripsi.

Moon, Joo Hyun, Kang, Chang Sun. (2001). “Application of Fuzzy Decision Making Method to the Evaluation of Spent Fuel Storage Options”. Progress in Nuclear Energy. Vol. 39, No. 3-4. 345-351.

Peranginangin, Kasiman. (2006). “Pengenalan MATLAB” Edisi I. Yogyakarta: Penerbit ANDI.

Rosnelly, Rika, Wardoyo, Retantyo. (2011). “Penerapan Fuzzy Multi-Criteria Decision Making (FMCDM) Untuk Diagnosis Penyakit Tropis”. Seminar Nasional Informatika 2011 (SemnasIF 2011)UPN Veteran Yogyakarta. 2 Juli 2011. D21-D26

Setiawan, Dadang. (2012). “Perancangan Sistem Pendukung Keputusan Untuk Pemilihan Laptop Menggunakan Metode Fuzzy Multi Criteria Decision Making” Jurusan Teknik Informatika STMIK AMIKOM Yogyakarta: Naskah Publikasi.

Tang, Yu-Cheng, Beynon, Malcolm J. (2005). “Application and Development of a Fuzzy Analytic Hierarchy Process within a Capital Investment Study”. Journal of Economics and Management. Vol. 1 No. 2. 213.

Trehan, Mukesh, Trehan, Ranju. (2009). “Advertising and Sales Management” Edisi ke-10.New Delhi: V.K. (India) Enterprises .36-43.

610

Wibowo, Santoso. (2011). “Fuzzy Multicriteria Analysis and It’s Applications for Decision Making under Certainty” School Of Business IT and Logistics Business Portfolio RMIT University: Ph.D. Tesis.

Woodruff, Robert B. (2005). “Promotion tools’ strengths and weakness”. Ag Decision Maker. January 2005. 1.

Xu, Ling, Yang, Jian Bo. (2001). “Introduction To Multi-Criteria Decision Making and the Evidential Reasoning Approach” Manchester School Of Management Working Paper. No. 0106. 3.

Pemilihan Sarana Promosi Lembaga Pendidikan Menggunakan Fuzzy Multi Criteria Decision Making (MCDM)....

Documents

Transcript of Pemilihan Sarana Promosi Lembaga Pendidikan Menggunakan Fuzzy Multi Criteria Decision Making (MCDM)....