PENERAPAN METODE SMARTER DALAM SISTEM PENDUKUNG …

13
13 PENERAPAN METODE SMARTER DALAM SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN KUALITAS GETAH KARET (STUDI KASUS : PTPN III MEDAN) IMPLEMENTATION OF THE SMARTER METHOD IN DECISION SUPPORTING SYSTEMS TO DETERMINE THE RUBBER QUALITY (CASE STUDY: PTPN III MEDAN) Mawati Simarmata, Alfa Saleh, Muhammad Barkah Akbar Fakultas Teknik dan Ilmu Komputer, Universitas Potensi Utama, Medan Jl. K.L. Yos Sudarso KM 6.5 No.3A Tanjung Mulia, Medan E-mail: [email protected],[email protected],[email protected] Naskah diterima tanggal 31 Juli 2019, direvisi tanggal 2 Agustus 2019, disetujui pada tanggal 26 Agustus 2019 Abstract Perkebunan Nusantara III (PTPN III) Medan is one of the state-owned plantation companies that produces the largest rubber latex in Indonesia. PTPN III Medan is also a supplier of rubber latex for several well-known tire factories such as Bridgestone, Good Year, Firestone, Han Kook and others, so PTPN III Medan must maintain the quality of rubber latex to meet the supply of rubber sap needed by the tire factories . Rubber Latex is one of the leading commodities in Indonesia, therefore the development of quality rubber is very important. Because good quality will produce good products too. The process of determining quality rubber latex is still very slow due to the absence of a computerized system that helps facilitate the determination process. In this study, testing will be carried out using one of the decision support system methods, the SMARTER Method, where the results of testing the method will be used as a reference to develop a system that makes it easier for companies to determine the quality of rubber latex. Keywords : Decision Support System, SMARTER Method, Rubber Latex, Quality Abstrak PT Perkebunan Nusantara III (PTPN III) Medan merupakan salah satu perusahaan BUMN perkebunan yang menghasilkan getah karet terbesar di Indonesia. PTPN III Medan juga sebagai pemasok getah karet untuk beberapa pabrik ban ternama seperti Bridgestone, Good Year, Firestone, Han Kook dan lainnya, sehingga PTPN III Medan harus menjaga kualitas hasil getah karet untuk dapat memenuhi pasokan getah karet yang dibutuhkan oleh pabrik- pabrik ban tersebut. Getah karet adalah salah satu komoditas unggulan di Indonesia, oleh karena itu pengembangan kualitas karet merupakan suatu hal yang sangat penting. Karena mutu yang baik akan menghasilkan produk yang baik juga. Proses penentuan getah karet berkualitas masih sangat lambat dikarenakan belum adanya sistem terkomputerisasi yang membantu memudahkan proses penentuan tersebut. Pada penelitian ini akan dilakukan pengujian dengan menggunakan salah satu metode sistem pendukung keputusan yaitu Metode SMARTER, di mana hasil pengujian metode tersebut akan dijadikan referensi untuk mengembangkan sistem yang memudahkan perusahaan dalam menentukan kualitas getah karet. Kata Kunci : Sistem Pendukung Keputusan, Metode SMARTER, Getah Karet, Kualitas.

Transcript of PENERAPAN METODE SMARTER DALAM SISTEM PENDUKUNG …

Page 1: PENERAPAN METODE SMARTER DALAM SISTEM PENDUKUNG …

13

PENERAPAN METODE SMARTER DALAM SISTEM PENDUKUNG

KEPUTUSAN MENENTUKAN KUALITAS GETAH KARET

(STUDI KASUS : PTPN III MEDAN)

IMPLEMENTATION OF THE SMARTER METHOD IN DECISION SUPPORTING SYSTEMS TO

DETERMINE THE RUBBER QUALITY (CASE STUDY: PTPN III MEDAN)

Mawati Simarmata, Alfa Saleh, Muhammad Barkah Akbar Fakultas Teknik dan Ilmu Komputer, Universitas Potensi Utama, Medan

Jl. K.L. Yos Sudarso KM 6.5 No.3A Tanjung Mulia, Medan

E-mail: [email protected],[email protected],[email protected]

Naskah diterima tanggal 31 Juli 2019, direvisi tanggal 2 Agustus 2019, disetujui pada tanggal 26 Agustus 2019

Abstract

Perkebunan Nusantara III (PTPN III) Medan is one of the state-owned plantation companies that produces the

largest rubber latex in Indonesia. PTPN III Medan is also a supplier of rubber latex for several well-known tire

factories such as Bridgestone, Good Year, Firestone, Han Kook and others, so PTPN III Medan must maintain the

quality of rubber latex to meet the supply of rubber sap needed by the tire factories . Rubber Latex is one of the

leading commodities in Indonesia, therefore the development of quality rubber is very important. Because good

quality will produce good products too. The process of determining quality rubber latex is still very slow due to the

absence of a computerized system that helps facilitate the determination process. In this study, testing will be carried

out using one of the decision support system methods, the SMARTER Method, where the results of testing the method

will be used as a reference to develop a system that makes it easier for companies to determine the quality of rubber

latex.

Keywords : Decision Support System, SMARTER Method, Rubber Latex, Quality

Abstrak

PT Perkebunan Nusantara III (PTPN III) Medan merupakan salah satu perusahaan BUMN perkebunan yang

menghasilkan getah karet terbesar di Indonesia. PTPN III Medan juga sebagai pemasok getah karet untuk beberapa

pabrik ban ternama seperti Bridgestone, Good Year, Firestone, Han Kook dan lainnya, sehingga PTPN III Medan

harus menjaga kualitas hasil getah karet untuk dapat memenuhi pasokan getah karet yang dibutuhkan oleh pabrik-

pabrik ban tersebut. Getah karet adalah salah satu komoditas unggulan di Indonesia, oleh karena itu pengembangan

kualitas karet merupakan suatu hal yang sangat penting. Karena mutu yang baik akan menghasilkan produk yang baik

juga. Proses penentuan getah karet berkualitas masih sangat lambat dikarenakan belum adanya sistem

terkomputerisasi yang membantu memudahkan proses penentuan tersebut. Pada penelitian ini akan dilakukan

pengujian dengan menggunakan salah satu metode sistem pendukung keputusan yaitu Metode SMARTER, di mana

hasil pengujian metode tersebut akan dijadikan referensi untuk mengembangkan sistem yang memudahkan

perusahaan dalam menentukan kualitas getah karet.

Kata Kunci : Sistem Pendukung Keputusan, Metode SMARTER, Getah Karet, Kualitas.

Page 2: PENERAPAN METODE SMARTER DALAM SISTEM PENDUKUNG …

Jurnal Masyarakat Telematika dan Informasi

Volume: 10 No. 1 (Januari – September 2019) Hal.: 13-25

14

PENDAHULUAN

Getah karet merupakan salah satu

komoditas unggulan di Indonesia, oleh karena

itu pengembangan kualitas karet merupakan

suatu hal yang sangat penting. Karena mutu

yang baik akan menghasilkan produk yang

baik juga. Biasanya kualitas karet ditentukan

oleh Kadar Karet Kering (KKK) yang tinggi

dengan kandungan air yang rendah. kadar

karet kering juga dapat dijadikan indikator

untuk menilai produktivitas pohon karet.

Pohon yang baik akan menghasilkan getah

karet dengan kadar lateks yang tinggi. Nilai

kadar karet kering bergantung beberapa faktor

antara lain jenis klon (bibit karet), umur

pohon, waktu penyadapan, musim, suhu udara,

serta letak dari permukaan laut. (Dewi & Sri,

2014).

PT Perkebunan Nusantara III (PTPN III)

Medan merupakan salah satu perusahaan

BUMN perkebunan yang menghasilkan getah

karet terbesar di Indonesia. PTPN III Medan

juga sebagai pemasok getah karet untuk

beberapa pabrik ban ternama seperti

Bridgestone, Good Year, Firestone, Han Kook

dan lainnya, sehingga PTPN III Medan harus

menjaga kualitas hasil getah karet untuk dapat

memenuhi pasokan getah karet yang

dibutuhkan oleh pabrik-pabrik ban tersebut.

Dalam menjaga mutu kualitas getah

karet, PTPN III Medan memiliki syarat standar

untuk getah karet yang salah satunya adalah

kadar karet kering. Hingga saat ini dalam hal

menentukan kadar karet kering PTPN III

Medan masih belum memanfaatkan teknologi

komputer, sehingga menyebabkan waktu yang

dibutuhkan dalam penentuan kadar karet

kering relatif lama, sehingga peneliti

berinisiatif melakukan penelitian terhadap

penentuan kualitas getah karet dengan

menggunakan teknologi komputer.

Teknologi komputer yang dimaksud

dalam penelitian ini adalah Sistem

Pengambilan Keputusan (SPK) yang

memanfaatkan dukungan komputer dalam

pengambilan keputusan untuk memecahkan

masalah yang bersifat terstruktur maupun tidak

terstruktur. Sistem pendukung keputusan

sendiri telah banyak diterapkan dalam

beberapa permasalahan seperti penyeleksian

asisten laboratorium (Saleh A, 2018),

Penilaiaan Kinerja Dosen ( RE Sari,2015) dan

Memprediksi Popularitas berita (Fernandes, K.

dkk, 2015). Untuk membantu mempermudah

proses pengambilan keputusan dalam

menentukan kualitas getah karet pada PTPN

III Medan, peneliti menggunakan salah satu

metode sistem pengambilan keputusan yaitu

Metode Simple Multi Attribute Rating

Technique Exploiting Ranks (SMARTER).

Metode SMARTER merupakan metode

yang dapat membantu menyelesaikan masalah

penentuan pilihan yang sifatnya multiobjective

diantara beberapa kriteria kuantitatif dan

kualitatif sekaligus (Priyolistiyanto, 2013).

Metode SMARTER juga dijadikan metode

pengambilan keputusan dibeberapa kasus

(Okfalisa & Ade,2014) karena metode ini

dapat menentukan bobot dari setiap kriteria

dan menghasilkan urutan terbaik dari beberapa

alternatif. (Saleh, 2017).

METODE PENELITIAN

Tahapan Penelitian

Kerangka proses penelitian sangat

diperlukan bagi peneliti untuk memandu

peneliti dalam mengerjakan dan

menyelesaikan penelitian, adapun kerangka

proses penelitian yang akan dilakukan, dapat

dilihat pada gambar 1 berikut ini :

Page 3: PENERAPAN METODE SMARTER DALAM SISTEM PENDUKUNG …

Penerapan metode SMARTER dalam sistem pendukung keputusan menentukan kualitas getah karet

(Studi Kasus : PTPN III Medan)

Mawati Simarmata, Alfa Saleh, Muhammad Barkah Akbar

15

Gambar 1. Tahapan Penelitian

Tahapan penelitian di atas dapat

dijabarkan sebagai berikut :

1. Identifikasi Masalah

Tahap yang paling pertama dilakukan

dalam penelitian ini adalah menganalisa

terhadap segala kebutuhan-kebutuhan dalam

penggunaan sistem. Sistem yang dibangun

adalah Sistem Pendukung Keputusan untuk

menentukan kualitas getah karet pada PTPN

III Medan dengan mempertimbangkan cukup

lama nya dalam menentukan kualitas getah

karet pada perusahaan tersebut.

2. Pengumpulan Data

Jenis data yang dapat dikumpulkan

adalah sebagai berikut : Data Primer yaitu data

yang diperoleh secara langsung melalui

wawancara dengan divisi Sumber Daya

Manusia dan divisi Penelitian dari PTPN III

Medan. Wawancara terkait bagaimana cara

menentukan kualitas getah karet dan apa saja

kriteria/atribut yang menentukan kualitas getah

keret pada PTPN III Medan. Kemudian

penulis mengambil beberapa sampel data

alternatif getah karet yang akan digunakan

sebagai bahan pengujian menggunakan metode

SMARTER. Data Sekunder diperoleh melalui

pengamatan dan studi pustaka yakni

mengumpulkan data-data yang terkait dengan

pembuatan perangkat lunak yang sedang

dikerjakan dengan mencari literatur melalui

jurnal, artikel mengenai tanaman karet, dan

situs internet sehingga penulisan laporan ini

tidak akan menyimpang dari teori-teori yang

ada dan sudah diakui kebenarannya.

3. Analisis dan Desain Sistem

Pada tahap ini peneliti akan menjelaskan

tentang bagaimana menganalisis dan

mendesain sistem yang akan dibangun dengan

cara menggunakan beberapa alat dalam

merancang sebuah sistem seperti use case

diagram, entity relationship diagram untuk

basis data, diagram activity dan lain

sebagainya untuk keperluan perancangan

perangkat lunak sistem pendukung keputusan.

4. Penerapan Metode

Tahap ini dilakukan untuk

mengimplementasikan metode sistem

pendukung keputusan yaitu metode

SMARTER terhadap data yang diperoleh,

meliputi penentuan kriteria dan sub kriteria

yang akan digunakan sebagai acuan serta

menentukan nilai bobot kriteria dan sub

kriteria yang telah ditentukan oleh pakar pada

PTPN III Medan, yang mana hasil

implementasi metode ini akan digunakan

untuk melakukan pengujian pada tahap

selanjutnya.

5. Pengujian

Setelah implementasi metode dilakukan,

tahapan selanjutnya adalah melakukan pengujian pada aplikasi yang telah dibangun.

sistem akan diuji menggunakan data input

yang telah diperoleh dari PTPN III Medan

yaitu berupa beberapa kriteria dari getah karet.

Data tersebut dihitung menggunakan sistem

yang telah dibangun sehingga menghasilkan

getah karet mana saja yang memiliki kualitas

terbaik.

Page 4: PENERAPAN METODE SMARTER DALAM SISTEM PENDUKUNG …

Jurnal Masyarakat Telematika dan Informasi

Volume: 10 No. 1 (Januari – September 2019) Hal.: 13-25

16

6. Pembuatan Laporan

Untuk pendokumentasian penelitian ini,

maka akan dibuat laporan hasil penelitian

untuk dijadikan referensi sebagai bahan

publikasi ataupun sebagai dasar dalam

mendukung keputusan dalam menentukan

kualitas getah karet.

Metode Simple Multi Attribute Rating

Technique Exploiting Ranks (SMARTER)

Metode SMARTER (Simple Multi-

Attribute Rating Technique Exploiting Ranks)

Merupakan metode pengambilan keputusan

multi kriteria yang diusulkan oleh Edwards

dan Baron pada tahun 1994. Teknik

pengambilan keputusan multi kriteria ini

didasarkan pada teori bahwa setiap alternatif

terdiri dari sejumlah kriteria yang memiliki

nilai-nilai dan setiap kriteria memiliki bobot

yang menggambarkan seberapa penting ia

dibandingkan dengan kriteria lain.

Pembobotan pada metode SMARTER

menggunakan range antara 0 sampai 1,

sehingga mempermudah perhitungan dan

perbandingan nilai pada masing-masing

alternatif.(Cucu Tohir, 2017).

Pada metode SMARTER, bobot dihitung

dengan menggunakan rumus pembobotan

Rank-Order Centroid (ROC) ROC ini

didasarkan pada tingkat kepentingan atau

prioritas dari kriteria. Pembobotan ROC

didapat dengan prosedur matematika

sederhana dari prioritas. Teknik ROC

memberikan bobot pada setiap kriteria sesuai

dengan ranking yang dinilai berdasarkan

tingkat prioritas. Biasanya dibentuk dengan

pernyataan “Kriteria 1 lebih penting dari

kriteria 2, yang lebih penting dari kriteria 3”

dan seterusnya hingga kriteria ke n, ditulisCr1

>Cr2>Cr3 >…> Crn . Untuk menentukan

bobotnya, diberikan aturan yang sama yaitu

W1 > W2> W3 > … > Wk dimana W1

merupakan bobot untuk kriteria C1 . Secara

umum pembobotan ROC untuk setiap kriteria

dapat dirumuskan pada persamaan 1 dan 2

berikut (Saleh A, 2017) :

W1 ≥ W2 ≥ W3 ....... ≥ Wk (1)

atau

Di mana, W merupakan Nilai

pembobotan kriteria, K merupakan Jumlah

kriteria dan i merupakan Nilai alternatif.

Sementara itu, Rumus metode SMARTER secara umum dapat dilihat pada persamaan 3

berikut (Dwi Haryanti dkk, 2016):

Di mana, merupakan nilai akhir,

merupakan bobot dari kriteria ke k dan

merupakan nilai utility kriteria ke k

untuk alternative ke h. Nilai ulility diperlukan

sebelum menghitung nilai akhir, persamaan

yang digunakan untuk menghitung nilai utility

dapat dilihat pada persamaan 4 berikut :

Di mana, merupakan Nilai

utility, merupakan nilai kriteria ke-i,

merupakan nilai kriteria minimal, serta

merupakan nilai kriteria maksimal.

Ada Enam langkah dalam penyelesaian

SPK dengan menggunakan metode SMARTER

(Priyolistiyanto, 2013) yang peneliti sajikan

dalam gambar 2 berikut :

Page 5: PENERAPAN METODE SMARTER DALAM SISTEM PENDUKUNG …

Penerapan metode SMARTER dalam sistem pendukung keputusan menentukan kualitas getah karet

(Studi Kasus : PTPN III Medan)

Mawati Simarmata, Alfa Saleh, Muhammad Barkah Akbar

17

Gambar 2. Alur Metode SMARTER

Alur metode SMARTER tersebut akan

dijabarkan pada pembahasan berikut.

HASIL DAN PEMBAHASAN

Getah Karet (Lateks)

Lateks adalah suatu istilah yang

dipakai untuk menyebut getah yang

dikeluarkan oleh pohon karet.Lateks terdapat

pada bagian kulit, daun dan integument biji

karet.Lateks merupakan suatu larutan koloid

dengan partikel karet dan bukan karet yang

tersuspensi di dalam suatu media yang banyak

mengandung bermacam-macam zat. Warna

lateks adalah putih susu sampai kuning. Lateks

dihasilkan oleh banyak tumbuhan anggota

bangsa Malpighiales (misalnya suku

Apocynaceae dan Euphorbiaceae). (Diana

Ulfah, A.R Thamrin & Try Wibert, 2015).

Kriteria Penentuan Kualitas Getah Karet Menurut Dewi dan Sri (2014) dalam

menentukan kualitas getah karet (lateks) terdiri

dari beberapa kriteria yaitu:

a. Jenis klon (bibit karet)

Jenis klon pada tanaman karet terdapat

pada umunya terdapat dua jenis yaitu:

1) Klon Slow Starter, adalah jenis klon

dengan metabolisme rendah yang

memiliki ciri spesifik yaitu responsif

terhadap pemberian stimulan, realtif

lebih tahan terhadap tekanan

eksploitasi dan kulit pulihan tebal.

2) Klon Quick Starter, adalah jenis

klon dengan metabolisme tinggi

yang memiliki ciri spesifik yaitu

kurang responsif terhadap

pemberian stimulan, rentan terhadap

KAS, dan kulit pulihan kurang

potensial.

b. Umur Pohon

Umur pohon karet yang paling produktif

adalah 5 sampai 30 tahun.Lebih dari umur

tersebuh maka sangat berpengaruh terhadap

kualitas getah karet.

c. Waktu penyadapan

Waktu penyadapan yang baik dilakukan

pada pukul 05.00 sampai 06.00 pagi hari.

Apabila melewati batas waktu penyadapan

akan berpengaruh terhadap kualitas getah

karet.

d. Musim

Musim yang baik untuk menghasilkan

kualitas getah karet adalah musim kemarau

karena apabila musim penghujan akan

mempengaruhi kaulitas karet dan proses

penyadapan.

e. Suhu Pengovenan

Suhu yang terbaik dalam mengeringkan

getah karet dalam oven adalah 160 derajat

celcius.

f. Letak dari permukaan laut.

Pohon yang memiliki kualitas getah

karet terbaik yaitu pohon yang memiliki letak

400 m dari permukaan laut.

g. Kadar Kering Karet (KKK)

Menurut Dewi dan Sri (2014), Kadar

KeringKaret(KKK) adalah kandungan padatan

karet per satuan berat (%). KKK lateks atau

bekuan sangat penting untuk diketahui karena

Page 6: PENERAPAN METODE SMARTER DALAM SISTEM PENDUKUNG …

Jurnal Masyarakat Telematika dan Informasi

Volume: 10 No. 1 (Januari – September 2019) Hal.: 13-25

18

selain dapat digunakan sebagai pedoman

penentuan harga juga merupakan standar

dalam pemberian bahan kimia untuk

pembuatan produk lanjutan seperti Ribbed

Smoke Shit (RSS), Thin Pale Crepe (TPC) dan

Lateks Pekat (LP).Terdapat beberapa metode

dalam penentuan KKK, salah satunya adalah

metode laboratorium. Prinsip dalam metode

laboratorium adalah dilakukan dengan cara

pembekuan, pencucian dan pengeringan yang

bertujuan untuk menjaga karet terbebas dari

kontaminan air maupun kontaminan

lainnya.Kualitas Kadar Kering Karet (KKK)

yang baik memiliki kadar kering karet sekitar

60 % ± 2.

Penerapan Metode SMARTER

Dalam menerapkan metode SMARTER

ke dalam studi kasus pada penelitian ini, ada

beberapa langkah-langkah metode SMARTER

yang harus dilakukan guna menghasilkan nilai

akhir yang akan menjadi dasar dalam

penentuan perangkingan setiap alternatif

seperti pada gambar 2 di atas. Adapun

langkah-langkah tersebut dapat uraikan

sebagai berikut :

1. Menentukan Kriteria

Berikut Tabel 1 merupakan kriteria

berdasarkan tingkat prioritas dalam

menentukan kualitas getah karet.

Tabel 1. Kriteria Berdasarkan Prioritas

No Kriteria Prioritas

1 Kadar Kering Karet (KKK) I

2 Jenis Klon (bibit karet) II

3 Umur Pohon III

4 Waktu Penyadapan IV

5 Musim V

6 Suhu Pengovenan VI

7 Letak Permukaan Laut VII

Berdasarkan tabel 1 di atas, terdapat 7

kriteria yang digunakan untuk menentukan

kualitas getah karet, seperti : Kadar Kering

Karet, Jenis Klon, Umur Pohon, Waktu

Penyadapan, Musim, Suhu Pengovenan dan

Letak Permukaan Laut

2. Menentukan Sub Kriteria

Adapun sub kriteria yang digunakan

pada penelitian ini dapat dilihat pada tabel 2

berikut ini :

Tabel 2. Sub Kriteria Berdasarkan Prioritas

Kriteria Sub kriteria Tingkat Prioritas

Kadar Kering Karet (KKK)

Kadar = 55-65% Baik

Kadar < 55% Sedang

Kadar > 65% Buruk

Jenis Klon Slow Starter Baik

Quick Starter Buruk

Umur Pohon

5-20 tahun Baik

Umur> 20 tahun Sedang

Umur< 5 tahun Buruk

Waktu Sadap Pukul 5 – 6 pagi Baik

Pukul> 6 pagi Buruk

Musim Kemarau Baik

Hujan Buruk

Suhu Oven

Suhu 160ocelcius

Baik

Suhu< 160ocelcius

Sedang

Suhu> 160ocelcius

Buruk

Letak Permukaan Laut

Letak 300 – 400 m

Baik

Letak> 400 m Sedang

Letak< 300 m Buruk

3. Menentukan Peringkat Kriteria dan Sub

Kriteria

Dalam menghitung bobot dari setiap

kriteria digunakan metode pembobotan ROC

dengan menggunakan Rumus pada Persamaan

(1).

Adapun hasil pembobotan kriteria

tersebut dapat dilihat pada tabel 3 berikut:

Tabel 3. Bobot Setiap Kriteria

Tingkat Prioritas

Kriteria Bobot Kriteria

I Kadar Kering Karet 0,37

II Jenis Klon 0,228

III Umur Pohon 0,156

IV Waktu Penyadapan 0,106

V Musim 0,073

VI Suhu Pengovenan 0,04

VII Letak Permukaan Laut 0,02

Page 7: PENERAPAN METODE SMARTER DALAM SISTEM PENDUKUNG …

Penerapan metode SMARTER dalam sistem pendukung keputusan menentukan kualitas getah karet

(Studi Kasus : PTPN III Medan)

Mawati Simarmata, Alfa Saleh, Muhammad Barkah Akbar

19

Berdasarkan tabel 3 di atas, kriteria yang

menjadi prioritas utama dalam menentukan

kualitas getah karet adalah Kadar kering karet,

sehingga bobot yang diberikan adalah sebesar

0.37, yang kedua kriteria jenis klon dengan

bobot sebesar 0.228, kriteria Umur pohon

dengan bobot sebesar 0.156, kriteria Waktu

Penyadapan dengan bobot sebesar 0.106,

kriteria Musim dengan bobot sebesar 0.073,

kriteria Suhu Pengovenan dengan bobot

sebesar 0.04 dan yang terakhir kriteria Letak

Permukaan Laut dengan bobot sebesar 0.02.

Selanjutnya, bobot dari setiap sub kriteria

dalam menentukan kualitas getah karet dapat

dilihat pada tabel 4 berikut.

Tabel 4. Bobot Setiap Sub Kriteria

Dari tabel 4 tersebut, untuk kriteria

Kadar Kering Karet memiliki rentang Kadar

antara 55 sampai 65% dengan bobot sebesar

0.61, sementara Kadar di bawah 55% sebesar

0.28, dan Kadar di atas 65% sebesar 0.11.

Pada kriteria Jenis Klon, untuk Jenis Klon

Slow Starter nilai bobot sebesar 0.75 dan Jenis

Quick Starter sebesar 0.25. Selanjutnya pada

kriteria umur pohon yang berkisar antara 5

sampai 20 tahun nilai bobot sebesar 0.61,

umur pohon lebih besar dari 20 tahun sebesar

0.28 dan umur pohon di bawah 5 tahun sebesar

0.11. Waktu penyadapan dilakukan pada Pukul

5 sampai 6 pagi maka nilai bobot sebesar 0.75,

penyadapan dilakukan pada Pukul 6 pagi ke

atas sebesar 0.25. Musim juga mempengaruhi

kualitas getah karet, jika dilakukan pada

musim kemarau nilai bobot sebesar 0.75 dan

saat musim hujan sebesar 0.25. Suhu

pengovenan yang berada pada Suhu 160oC

memiliki nilai bobot sebesar 0.61, suhu di

bawah 160oC sebesar 0.28 dan suhu di atas

160oC sebesar 0.11. serta letak pohon yang

berada Di antara 300 – 400 m dari permukaan

laut memiliki nilai bobot sebesar 0.61, jika

berada lebih dari 400 m sebesar 0.28 dan letak

di bawah 300 m dari permukaan laut sebesar

0.11

4. Menentukan Nilai Akhir

Nilai akhir ditentukan setelah nilai bobot

sub kriteria disubsitusikan pada data alternatif.

Namun, sebelum dihitung, data alternatif yang

telah digantikan dengan nilai bobot sesuai

dengan bobot sub kriteria terlebih dahulu akan

diproses untuk menentukan nilai utilitas

berdasarkan persamaan 4. Selanjutnya, nilai

utilitas tersebut akan diproses kembali untuk menghasilkan nilai akhir yang menjadi tahap

akhir dari pengujian metode SMARTER

sesuai dengan perhitungan pada persamaan 3.

Pengujian

Pada tahap pengujian metode, terdapat 5

data getah karet yang dijadikan sebagai data

alternatif yang digunakan untuk menganalisis

hasil dari pengujian metode SMARTER sesuai

dengan tahapan pengerjaan ataupun langkah-

langkah pengerjaan metode tersebut, adapun

data alternatif yang didapat dari data PTPN III

Medan dapat dilihat pada tabel 5 berikut.

Kriteria Sub kriteria Tingkat Prioritas

Bobot Sub

Kriteria

Kadar Kering Karet (KKK)

Kadar = 55-65%

Baik 0,61

Kadar < 55% Sedang 0,28

Kadar > 65% Buruk 0,11

Jenis Klon

Slow Starter Baik 0,75

Quick Starter Buruk 0,25

Umur Pohon

5-20 tahun Baik 0,61

Umur> 20 tahun

Sedang 0,28

Umur< 5 tahun

Buruk 0,11

Waktu Sadap

Pukul 5 – 6 pagi

Baik 0,75

Pukul> 6 pagi Buruk 0,25

Musim Kemarau Baik 0,75

Hujan Buruk 0,25

Suhu Oven

Suhu 160 oC Baik 0,61

Suhu< 160 oC Sedang 0,28

Suhu> 160 oC Buruk 0,11

Letak Permukaan Laut

Letak 300 – 400 m

Baik 0,61

Letak> 400 m Sedang 0,28

Letak< 300 m Buruk 0,11

Page 8: PENERAPAN METODE SMARTER DALAM SISTEM PENDUKUNG …

Jurnal Masyarakat Telematika dan Informasi

Volume: 10 No. 1 (Januari – September 2019) Hal.: 13-25

20

Tabel 5. Alternatif yang diuji

Data alternatif yang diperoleh akan

disubsitusikan dengan nilai bobot setiap sub

kriteria yang telah ditentukan sebelumnya,

tahap ini disebut dengan tahap normalisasi.

Adapun hasil normalisasi data alternatif

yang telah diubah menjadi nilai bobot sub

kriteria dapat dilihat pada tabel 7.

Selanjutnya, setelah data setiap alternatif

diubah sesuai dengan nilai bobot masing-

masing sub kriteria, tahap berikutnya adalah

menentukan nilai utilitas untuk setiap nilai

kriteria alternatif. Di mana persamaan 4

digunakan untuk menentukan nilai utilitas ini.

Hasil nilai utilitas yang telah dihitung dapat

dilihat pada tabel 8.

Setelah didapat nilai utilitas setiap

kriteria untuk setiap data alternatif, kemudian

data nilai utilitas tersebut akan digunakan

untuk menentukan nilai akhir, nilai akhir

menjadi tahapan penting dalam

menentukan hasil dari pengujian metode

SMARTER da;am hal penentuan kualitas

getah karet. Di mana persamaan 3 merupakan

persamaan yang dapat digunakan untuk

menentukan nilai akhir tersebut, adapun hasil

perhitungan nilai akhir menggunakan metode

SMARTER dalam menentukan kualitas getah

karet dapat dilihat pada tabel 9.

Tahap terakhir dalam pengujian metode

SMARTER untuk menentukan kualitas getah

karet adalah dengan mengurutkan hasil nilai

akhir dari yang tertinggi hingga yang teredah,

guna memudahkan proses ranking pada setiap

alternatif. Berikut pada tabel 10 merupakan

hasil perangkingan data alternatif setelah diuji

dengan metode SMARTER.

Tabel 7. Hasil Normalisasi Alternatif

Tabel 8. Nilai Utilitas Tiap Alternatif

Alternatif KKK Jenis Klon Umur Pohon

Waktu Sadap Musim Suhu Oven Letak

A1 60 Slow 15 Pukul 5 Hujan 163 200

A2 50 Quick 4 Pukul 5 Kemarau 160 310

A3 63 Quick 4 Pukul 7 Kemarau 158 410

A4 70 Slow 10 Pukul 8 Hujan 157 360

A5 54 Slow 22 Pukul 6 Kemarau 160 250

Alternatif KKK Jenis Klon Umur Pohon Waktu Sadap

Musim Suhu Oven Letak

A1 0,61 0,75 0,61 0,75 0,25 0,11 0,11

A2 0,28 0,25 0,11 0,75 0,75 0,61 0,61

A3 0,61 0,25 0,11 0,25 0,75 0,28 0,28

A4 0,11 0,75 0,61 0,25 0,25 0,28 0,61

A5 0,28 0,75 0,28 0,75 0,75 0,61 0,11

Alternatif KKK Jenis Klon Umur Pohon Waktu Sadap

Musim Suhu Oven Letak

A1 1 1 1 1 0 0 0

A2 0,33 0 0 1 1 1 1

A3 1 0 0 0 1 0,33 0,33

A4 0 1 1 0 0 0,33 1

A5 0,33 1 0,33 1 1 1 0

Page 9: PENERAPAN METODE SMARTER DALAM SISTEM PENDUKUNG …

Penerapan metode SMARTER dalam sistem pendukung keputusan menentukan kualitas getah karet

(Studi Kasus : PTPN III Medan)

Mawati Simarmata, Alfa Saleh, Muhammad Barkah Akbar

21

Tabel 9. Nilai Akhir Tiap Alternatif

Tabel 10. Hasil Perankingan Metode SMARTER

Tabel 11. Hasil Evaluasi Metode SMARTER dan Pakar

Alternatif KKK Jenis Klon Umur Pohon

Waktu Sadap

Musim Suhu Oven Letak Nilai Akhir

A1 0,37 0,228 0,156 0,106 0 0 0 0,860

A2 0,122 0 0 0,106 0,073 0,04 0,02 0,361

A3 0,37 0 0 0 0,073 0,013 0,006 0,462

A4 0 0,228 0,156 0 0 0,013 0,02 0,417

A5 0,122 0,228 0,052 0,106 0,073 0,04 0 0,621

Alternatif KKK Jenis Klon

Umur Pohon

Waktu Sadap

Musim Suhu Oven

Letak Nilai Akhir

Persentase Ranking

A1 0,37 0,228 0,156 0,106 0 0 0 0,860 86% 1

A2 0,122 0 0 0,106 0,073 0,04 0,02 0,361 36.1% 5

A3 0,37 0 0 0 0,073 0,013 0,006 0,462 46.2% 3

A4 0 0 0,156 0 0 0,013 0,02 0,417 41.7% 4

A5 0,122 0,228 0,052 0,106 0,073 0,04 0 0,621 62.1% 2

Alternatif KKK Jenis Klon

Umur Pohon

Waktu Sadap

Musim Suhu Oven

Letak Nilai Akhir

Ranking Sistem

Ranking Pakar

A1 0.37 0.228 0.156 0.106 0 0 0 0.86 1 1

A5 0.122 0 0 0.106 0.073 0.04 0.02 0.621 2 2

A3 0.37 0.228 0.156 0 0 0.013 0.02 0.462 3 3

A4 0 0.228 0.156 0 0 0.013 0.006 0.417 4 4

A2 0.122 0.228 0.052 0.106 0.073 0.04 0 0.361 5 5

Page 10: PENERAPAN METODE SMARTER DALAM SISTEM PENDUKUNG …

Jurnal Masyarakat Telematika dan Informasi

Volume: 10 No. 1 (Januari - September) Hal: 13-25

22

Tahap terakhir dalam pengujian metode

SMARTER untuk menentukan kualitas getah

karet adalah dengan mengurutkan hasil nilai

akhir dari yang tertinggi hingga yang teredah,

guna memudahkan proses ranking pada setiap

alternatif. Berikut pada tabel 10 merupakan

hasil perangkingan data alternatif setelah diuji

dengan metode SMARTER.

Dari tabel 10, Data getah karet yang

dijadikan alternatif telah selesai diuji. Dengan

hasil, alternatif pertama (A1) menjadi alternatif

paling baik dengan perolehan rangking 1,

kemudian disusul oleh alternatif kelima (A5)

yang menjadi data getah karet terbaik kedua,

dilanjutkan dengan alternatif ketiga (A3) yang

menjadi getah karet terbaik ketiga, lalu data

alternatif keempat (A4) menjadi alternatif

terbaik keempat dan yang terakhir data alternatif

kedua (A2) menjadi data getah karet terbaik

terakhir dalam hasil pengujian metode

SMARTER tersebut. Dari hasil perangkingan di

atas, maka dilakukan kembali uji coba dengan

menyesuaikan hasil perangkingan dari pakar.

Adapun hasil evaluasi metode seperti pada tabel

11.

Berdasarkan data tabel 11 di atas, hasil

perhitungan metode SMARTER memiliki

keseuaian dengan hasil keputusan dari pakar

terkait berkualitas getah karet yang di uji.

Sehingga metode ini dimungkinkan untuk

digunakan dalam mendukung keputusan pakar

dalam menentukan kualitas getah karet.

Desain Sistem

Bentuk rancangan sistem yang peneliti

usulkan dalam penelitian ini adalah dengan

menggunakan beberapa bentuk diagram dari

Unified Modelling Language (UML) untuk

memudahkan dalam visualisasi, perancangan,

dan pendokumentasian sistem yang akan

dijadikan perangkat lunak (software), seperti

pada gambar 3 berikut ini :

Usecase Diagram

Usecase diagram digunakan untuk

menggambarkan bisnis proses dari sistem

perangkat lunak yang akan dibangun, pada

penelitian ini ada beberapa aktor sebagai

pengguna sistem yang akan tergambar

interaksinya dengan sistem. Berikut pada

gambar 4 rancangan usecase digram dari

sistem aplikasi pendukung keputusan

penentuan kualitas getah karet :

User

System

Login

Logout

Data User

Admin

Mengelola Data

Getah Karet

Hitung Kualitas

Getah Karet

Kriteria

SubKriteria

<<include>>

<<include>>

Gambar 4. Usecase Digram Desain Sistem

Berdasarkan gambar 4, terdapat 2 (dua)

aktor yang berperan pada sistem yang akan

dibangun, pengguna sistem (user) yang bertugas

menggunakan sistem untuk menentukan kualitas

getah karet berdasarkan kriteria yang telah

dikumpulkan, sementara feedback yang

diberikan oleh sistem adalah data getah karet

berkualitas. Selanjutnya, aktor kedua pada

sistem adalah admin, yang bertugas untuk

mengelola data kriteria yang digunakan untuk

mendukung keputusan. Selain itu, admin juga

mengelola data user yang dapat menggunakan

sistem. Untuk melihat lebih detail tentang

desain sistem yang dirancang, berikut akan

diuraikan beberapa activity diagram pada

penelitian ini. Pada gambar 5 ini, merupakan

activity diagram dari fungsi Login di sistem. User/Admin Sistem

Tampil Form Login

Masukkan Username dan Password

Cek Username dan Password

MAsuk Ke Menu Utama

T

Y

Gambar 5. Diagram Activity Fungsi Login

Fungsi login di sistem, memungkinkan

pengguna untuk memiliki authorization

Page 11: PENERAPAN METODE SMARTER DALAM SISTEM PENDUKUNG …

Penerapan metode SMARTER dalam sistem pendukung keputusan menentukan kualitas getah karet

(Studi Kasus : PTPN III Medan)

Mawati Simarmata, Alfa Saleh, Muhammad Barkah Akbar

23

ataupun kewenangan dalam menggunakan

sistem. Agar sistem tidak sembarangan

digunakan oleh pengguna yang tidak sah. Di

mana pada activity diagram tersebut, sistem

akan meminta pengguna untuk memasukan

username dan password untuk divalidasi

sistem agar dapat masuk ke menu utama

sistem. Activity diagram login ini

menggambarkan fungsi validasi untuk ke

semua aktor yang terlibat dalam penggunaan

sistem perangkat lunak yang dibangun.

Berikutnya, activity diagram data getah karet

dapat dilihat pada gambar 6

Admin Sistem

Tampil Data Getah

Input Data Getah

Ubah Data Getah

Hapus Data Getah

T Y

T

Data Dihapus

Tampil Hasil Data Getah

Data Disimpan

Cari DataY

Y

T

Gambar 6. Activity Diagram Data Getah

Karet

Activity diagram data getah karet,

menggambarkan aktivitas admin sebagai

pengguna sistem untuk mengubah,menambah

bahkan menghapus kriteri-kriteria yang telah

ditentukan sebelumnya, selain mengubah

kriteria yang sudah ada, admin juga dapat

melakukan perubahan bobot pada kriteria dan

sub-kriteria. Untuk activity diagram hasil

perhitungan kualitas getah karet pada sistem

dapat dilihat pada gambar 7 berikut ini :

Admin Sistem

Tampil Data Getah Karet

Hitung Kualitas Getah Karet

Cetak Daftar Kualitas Getah Karet

Hapus Data Getah

TY

YT

Data Disimpan

Y

T

Tampilkan Hasil Data Getah Karet

Data Dihapus

Gambar 7. Activity Diagram Hasil Kualitas

Getah Karet

Activity diagram hasil kualitas getah

karet tersebut, memungkinkan admin dan

pengguna melihat hasil pengujian metode yang

diimplementasikan ke dalam tampilan tabel

yang dapat dijadikan dokumen untuk dicetak

nantinya. Berikutnya gambar 8 yaitu activity

diagram data user. Admin Sistem

Tampil Data User

Kelola Data User Data Disimpan

Tampilkan Data Profil

Y

T

Gambar 8. Activity Diagram Data User

Pada gambar 8 di atas, menggambarkan

aktivitas yang dapat dilakukan admin pada

sistem dalam hal mengelola data user atau

pengguna sistem. Pengelolaan data user ini

penting untuk membatasi penggunaan sistem

oleh pihak yang tidak berkepentingan.

Tampilan Antarmuka Aplikasi

Tampilan Antarmuka Login Admin dan

User yang mana pada tampilan tersebut

pengguna akan dapat mengakses sistem

dengan cara Login terlebih dahulu dengan

menggunakan Username dan Password yang

Page 12: PENERAPAN METODE SMARTER DALAM SISTEM PENDUKUNG …

Jurnal Masyarakat Telematika dan Informasi

Volume: 10 No. 1 (Januari - September) Hal: 13-25

24

telah disediakan sebelumnya. Adapun

tampilan Form Login dapat dilihat pada

gambar 9 di bawah ini:

Gambar 9. Tampilan Antarmuka Login

Sistem akan memverifikasi username

dan password yang dimasukan oleh pengguna

untuk membedakan hak ases ke dalam sistem.

Selanjutnya, Pada Gambar 10 dapat dilihat

tampilanform Menu Utama Form Admin yang

mana pada tampilan tersebut terdapat beberapa

Menu yang dapat diakses oleh Admin, yaitu

menu Data Getah, Hitung Nilai Getah, Data

User, dan Logout.

Gambar 10. Tampilan Antarmuka Menu

Utama

Berikutnya, Pada Gambar 11 dapat

dilihat tampilan antarmuka Data Getah Karet

yang dapat diakses oleh Admin, admin dapat

mengubah, menambah dan bahkan menghapus

data getah karet yang telah tersimpan di

database, selain itu aplikasi sistem pendukung

yang dirancang ini, memungkinkan admin

untuk melakukan pencarian data dari

tumpukan data di dalam database terkait data

getah karet.

Gambar 11. Tampilan Antarmuka Data

Getah Karet

Pada Gambar 12 dapat dilihat tampilan

antarmuka Kualitas Getah Karet yang mana

pada tampilan tersebut terdapat data Kode dan

kriteria masing-masing getah yang akan

dihitung nilainya sesuai dengan bobot tiap

kriteria dan sub-kiriteria. Kemudian Admin

dapat mencetak hasil laporan yang telah

dihitung pada aplikasi sistem pendukung

keputusan tersebut.

Gambar 12. Tampilan Antarmuka Kualitas

Getah Karet

Simpulan

Penentuan kualitas getah karet

dipengaruhi oleh beberapa faktor pendukung,

meliputi Kadar Kering Karet, Jenis Klon,

Umur Pohon, Waktu Penyadapan, Musim,

Suhu Pengovenan dan Letak Permukaan Laut.

Sementara itu, Dari 5 data getah karet

yang diuji, diperoleh hasil pengujian dengan

rekomendasi perangkingan dari data getah

karet tersebut. Dengan mempertimbang setiap

nilai kriteria yang menjadi faktor penentu

kualitas getah karet. Maka diperolehlah hasil

kualitas getah karet terbaik dengan persentase

kualitas sebesar 86%. Selain itu, penelitian ini

Page 13: PENERAPAN METODE SMARTER DALAM SISTEM PENDUKUNG …

Penerapan metode SMARTER dalam sistem pendukung keputusan menentukan kualitas getah karet

(Studi Kasus : PTPN III Medan)

Mawati Simarmata, Alfa Saleh, Muhammad Barkah Akbar

25

juga dapat dikembangkan dalam sebuah

aplikasi dengan desain sistem yang telah

diuraikan pada bab hasil dan pembahasan.

Saran

Pada penelitian ini, kuantitas data getah

karet yang diuji masih terlalu sedikit, sehingga

hasil pengujian belum begitu maksimal. Begitu

juga dengan metode pendukung keputusan

yang digunakan, sebaiknya dilakukan

pengujian dengan membandingkan hasil

pengujian dengan metode sistem pendukung

keputusan lain nya sebagai pembanding untuk

memperoleh hasil yang lebih optimal.

Kemudian, sebaiknya aplikasi yang dirancang

dapat digunakan tidak hanya secara offline,

tetapi juga online untuk mendukung konsep

integritas antara satu cabang perusahaan

dengan cabang perusahaan yang lain.

Ucapan Terima Kasih

Terima kasih kepada Universitas

Potensi Utama yang telah membantu dalam

penyelesaian penelitian ini, baik dukung secara

material maupun dukungan secara moril.

DAFTAR PUSTAKA

Fernandes, K., Vinagre, P., & Cortez, P.

(2015, September). A proactive

intelligent decision support system for

predicting the popularity of online news.

In Portuguese Conference on Artificial

Intelligence (pp. 535-546). Springer,

Cham.

Haryanti, D., Nasution, H., & Sukamto, A. S.

(2016). Sistem Pendukung Keputusan

Seleksi Penerimaan Mahasiswa

Pengganti Beasiswa Penuh Bidikmisi

Universitas Tanjungpura Dengan

Menerapkan Metode SMARTER. Jurnal

Sistem dan Teknologi Informasi

(JUSTIN), 4(1), 145-151.

Okfalisa, O., & Gunawan, A. (2014). SIstem

Pendukung Keputusan Untuk

Menentukan Produk Asuransi Jiwa Bagi

Nasabah Menggunakan Metode

Smarter. Jurnal Sains dan Teknologi

Industri, 12(1), 73-79.

Priyolistiyanto, A. (2013). Implementasi

Metode Simple Multi Attribute Rating

Technique Exploiting Rank

(SMARTER) pada Sistem Pendukung

Keputusan Sanksi Pelanggaran Tata

tertib Sekolah. In Prosiding Seminar

Nasional Ilmu Komputer FMIPA Unnes.

Pusari, D., & Haryanti, S. (2014). Pemanenan

getah karet (Hevea brasiliensis Muell.

Arg) dan penentuan kadar karet kering

(KKK) dengan variasi temperatur

pengovenan di PT. Djambi Waras

Jujuhan Kabupaten bungo,

Jambi. ANATOMI FISIOLOGI, 22(2),

64-74.

Saleh, A. (2017). Penerapan Metode Simple

Multi Attribute Rating Technique

Exploiting Rank Dalam Sistem

Pendukung Keputusan Rekrutmen

Asisten Laboratorium

Komputer. Masyarakat Telematika dan

Informasi, 8(1), 1-10.

Saleh, A., Puspita, K., & Sanjaya, A. (2018,

August). Implementation of Equal Width

Interval Discretization on SMARTER

Method for Selecting Computer

Laboratory Assistant. In 2018 6th

International Conference on Cyber and

IT Service Management (CITSM) (pp. 1-

4). IEEE.

Sari, R. E., & Saleh, A. (2014). Penilaian

kinerja dosen dengan menggunakan

metode AHP (Studi kasus: di STMIK

Potensi Utama Medan). In Seminar

Nasional Informatika 2014 (pp. 108-

114).

Tohir, C. (2017). APLIKASI SELEKSI

CALON KEPALA SEKOLAH

DENGAN METODE SMARTER

(Simple Multi–Attribute Rating

Technique Exploiting Ranks) DAN

ORESTE. JUTEKIN (JURNAL TEKNIK

INFORMATIKA), 1(1).

Ulfah, D., Thamrin, G. A. R., & Natanael, T.

W. (2015). Pengaruh waktu penyadapan

dan umur tanaman karet terhadap

produksi getah (lateks). Jurnal Hutan

Tropis, 3(3), 247-25