PERANCANGAN APLIKASI SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN …

Jurnal Ilmiah NERO Vol. 2, No.2 2016

115 | N E R O

PERANCANGAN APLIKASI SISTEM PENDUKUNG KEPUTUSAN

PEMILIHAN SUPPLIER PADA UD. SEMBODO SAWOO

BERBASIS WEB

Fauzan Masykur1)

, Ali Mahmudi 2)

Program Studi Teknik Informatika

Fakultas Teknik, Universitas Muhammadiyah Ponorogo

Email : 1) [email protected], 2)

[email protected]

ABSTRAK

Supplier bahan baku merupakan sumber daya utama dalam peningkatan kualitas dan kuantitas

distribusi suatu perusahaan distributor, oleh sebab itu diperlukan supplier bahan baku yang profesional

dan berkualitas untuk meningkatkan mutu tersebut. Salah satu upaya untuk mendapatkan supplier bahan

baku yang berkualitas adalah dengan melakukan pemilihan supplier. Sistem pendukung keputusan yang

dilakukan pada UD Sembodo masih bersifat konvensional yang hanya didasarkan pada unsur

pengalaman selama bermitra bisnis dan performasi secara umum tanpa menilai dari segi-segi yang lebih

detail sehingga penilaian masih bersifat subyektif.Berdasarkan permasalahan tersebut, maka dalam

penelitian ini dikembangkan sistem pendukung keputusan dengan menggunakan metode FMADM dengan

perhitungan SAW untuk penentuan supplier penyedia bahan baku. Sistem ini menggunakan kriteria yang

ditentukan oleh pengguna, diproses dengan perhitungan SAW, dan menghasilkan daftar penilaian

masing-masing supplier penyedia bahan baku yang akan dipilih. Hasil pengujian sistem pendukung

keputusan ini menyatakan bahwa sistem telah berjalan dengan benar, sehingga sistem ini dapat

digunakan untuk membantu pimpinan dalam mengambil keputusan pemilihan supplier bahan baku yang

lebih obyektif.

Kata kunci: suplier, sistem pendukung keputusan, SAW, FMADM

ABSTRACT

Supplier of raw materials is a main resource in improving quality and quantity of distribution from

company distributor, therefore, it is necessary to have a qualified and professionals suppliers of raw

material to improve quality. An effort to get a good quality supplier of raw materials is perform a

supplier selection. In selecting the supplier, UD Sembodo based on experience during a business partner

without judging of facets in detail so that ratings are subjective. Based on these problems, in this study

developed a decision support system using SAW FMADM calculations for determining the suppliers of

raw material. This system uses the criteria set by the owner, processed with the calculation of SAW, and

generates a list of values based on calculation. The test results of this decision support system stating that

system has been running correctly, so that system can be used to assist management in making a decision

to choose supplier of raw material selection objectively.

Keywords: suppliers, decision support systems, SAW, MADM.

1. PENDAHULUAN

Di era globalisasi seperti saat ini, persaingan antar perusahaan menjadi semakin ketat.

Supplier sebagai pihak penyedia bahan baku, sangat berperan penting dalam menentukan

kualitas produk dan kelancaran proses penyaluran barang. Untuk itu, perusahaan perlu selektif

dalam memilih Supplier sebagai mitra bisnis.

UD. Sembodo Sawoo merupakan sebuah perusahaan penyalur barang yang bergerak dalam

penjualan material bangunan. Masalah yang dialami UD. Sembodo Sawoo adalah sulitnya

menentukan Supplier mana yang memiliki performasi baik dari segi waktu pengiriman, kualitas

dan kuantitas sehingga perusahaan bisa memprioritaskan Supplier tersebut dalam memenuhi

bahan baku yang dibutuhkan. Selain itu dalam memilih Supplier pihak UD. Sembodo Sawoo

masih menggunakan cara subyektif yaitu dengan berdasarkan pengalaman menjadi mitra kerja

tanpa memperhitungkan berdasarkan kriteria. Tentu saja hal ini tidak efektif bila digunakan

sebagai acuan dalam pemilihan Supplier.

mailto:[email protected]



116 | N E R O

Untuk memudahkan pemilihan Supplier, maka dibutuhkan sebuah sistem atau metode yang

tidak hanya memprioritaskan subyektifitas melainkan menggunakan data sebagai acuan dalam

memilih Supplier, sehingga hasil pemilihan bisa lebih efektif dan akurat. Untuk itu dibuatlah

sistem pendukung keputusan yang bertujuan untuk mempermudah dan memberikan pilihan

Supplier yang cocok bagi konsumen dan diharapkan dapat membantu masalah - masalah yang

ada pada perusahaan. Dalam penelitian ini nantinya Aplikasi Sistem Pendukung Keputusan

dijalankan oleh pemilik UD. Sembodo Sawoo diserahkan ke bagian manager yang berwenang

dalam pengambilan keputusan.

Mengingat pentingnya suatu metode untuk membantu sistem pengambilan keputusan

pemilihan Supplier pada UD. Sembodo Sawoo, maka penulis tertarik untuk melakukan

penelitian dengan menggunakan pendekatan Fuzzy Multiple Attribute Decision Making

(FMADM) untuk mencari inputan data kemudian dilanjutkan dengan menggunakan metode

SAW (Simple Additive Weighting) sebagai perhitungannya.

1.1 Perumusan Masalah

Berdasarkan permasalahan diatas maka rumusan masalah yang akan dibahas dalam

penelitian ini adalah:

a. Bagaimana menerapkan pendekatan Fuzzy Multiple Attribute Decision Making (FMADM)

dan metode SAW dalam pemilihan supplier untuk membantu UD. Sembodo Sawoo agar

dapat bekerja dengan cepat dan tepat?

b. Kriteria apa saja yang diperlukan dalam proses seleksi pemilihan supplier pada UD

Sembodo?

c. Bagaimana merancang aplikasi sistem pendukung keputusan pemilihan supplier dengan

menggunakan Bahasa Pemrograman PHP MyAdmin dan MySQL?

2. DASAR TEORI

2.1 Sistem Pendukung Keputusan

Decision Support System (DSS) biasanya dibangun untuk mendukung solusi atas suatu

masalah atau untuk mengevaluasi suatu peluang. Decision Support System (DSS) yang seperti

itu disebut aplikasi Decision Support System (DSS). Aplikasi Decision Support System (DSS)

digunakan dalam pengambilan keputusan. [1]

2.2 Fuzzy Logic

Logika Fuzzy merupakan studi tentang metode dan prinsip-prinsip pemikiran dimana

pemikiran tersebut menghasilkan preposisi yang baru dari preposisi yang lama. Pada logika

lama, preposisi diperlukan diantara true dan false, nilai kebenaran dari preposisi tersebut antara

1 atau 0. Fuzzy logic membuat pernyataan umum dari dua nilai logika lama dengan cara

menyertakan nilai kebenaran dari sebuah preposisi untuk dijadikan sembarang angka diantara

interval (1,0). [2]

2.3 Fuzzy Multiple Attribute Decision Making (FMADM)

Fuzzy Multiple Attribute Decision Making (FMADM) adalah suatu metode yang digunakan

untuk mencari alternatif optimal dari sejumlah alternatif dengan kriteria tertentu. Inti dari

FMADM adalah menentukan nilai bobot untuk setiap atribut, kemudian dilanjutkan dengan

proses perangkingan yang akan menyeleksi alternatif yang sudah diberikan. Pada dasarnya, ada

3 pendekatan untuk mencari nilai bobot atribut, yaitu pendekatan subyektif, pendekatan obyektif

dan pendekatan integrasi antara subyektif & obyektif. Masing-masing pendekatan memiliki

kelebihan dan kelemahan.

Pada pendekatan subyektif, nilai bobot ditentukan berdasarkan subyektifitas dari para

pengambil keputusan, sehingga beberapa faktor dalam proses perangkingan alternatif bisa

ditentukan secara bebas. Sedangkan pada pendekatan obyektif, nilai bobot dihitung secara

matematis sehingga mengabaikan subyektifitas dari pengambil keputusan. [3]


117 | N E R O

2.4 Simple Additive Weight (SAW)

Metode SAW sering juga dikenal sebagai metode penjumlahan terbobot. Konsep dasar

metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif

pada semua atribut. Metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke

suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada.

Gambar 1 : Formula untuk mencari normalisasi.

Keterangan,

Rij : Rating kinerja ternormalisasi.

Maximum : Nilai maksimum dari setiap baris dan kolom.

Minimum : Nilai minimum dari setiap baris dan kolom.

Xij : Baris dan kolom dari matriks.

Benefit : Jika nilai terbesar adalah terbaik.

Cost : Jika nilai terkecil adalah terbaik.

Dimana rij adalah rating kinerja ternormalisasi dari alternatif Ai pada atribut Cj; i=1,2,...,m

dan j=1,2,...,n.

Nilai preferensi untuk setiap alternative (Vi) diberikan sebagai:

Gambar 2 : Formula mencari nilai preverensi

Keterangan ,

Vi : Nilai Akhir Alternative.

Wi : Bobot yang telah ditentukan.

Rij : Normalisasi matriks.

Nilai Vi yang lebih besar mengindikasikan bahwa alternatif Ai lebih terpilih. [4]

3. METODOLOGI PENELITIAN

3.1 Alat dan Bahan

a. Literatur dari berbagai sumber seperti buku, jurnal dan internet browsing.

b. Hasil wawancara dari narasumber yaitu pihak pemilik UD Sembodo Sawoo.

3.2. Langkah-langkah

a. Studi Pustaka, yaitu kegiatan menghimpun informasi yang relevan dengan topik atau

masalah yang akan atau sedang diteliti, dari buku-buku ilmiah, laporan penelitian,

karangan-karangan ilmiah, peraturan-peraturan, ketetapan-ketetapan, jurnal, dan sumber-

sumber tertulis baik tercetak maupun elektronik lain.

b. Observasi dan pengumpulan data, Observasi adalah metode pengumpulan data melalui

pengamatan langsung atau peninjauan secara cermat dan langsung di lapangan atau lokasi

penelitian. Pengumpulan data juga dilakukan dengan wawancara pada nara sumber yang

kompeten.

c. Rancangan prototype, Kegiatan perancangan meliputi rancangan database, user interface

dan coding program.

d. Implementasi, hasil rancangan prototype diimplementasikan dalam sebuah aplikasi.

e. Evaluasi dan pengujian sistem, tahap pengujian dilakukan setelah semua rancangan

prototype diimplementasikan dengan tujuan untuk mengetahui apakah sistem pendukung

keputusan yang dibuat sesuai dengan tujuannya yaitu memberikan keputusan tentang

pemilihan suplier pada UD Sembodo.


118 | N E R O

4. PENGUJIAN DAN PEMBAHASAN

4.1 Analisis Kebutuhan

Analisis kebutuhan sistem ini digunakan untuk mengumpulkan data dan memilih metode

dan teknologi yang sesuai untuk sistem yang akan dibuat. Hasil dari penelitian yang telah

dilakukan didapatkan tujuh kriteria dalam pemilihan suplier :

1. Tingkat kenaikan harga = 20%.

2. Tingkat besarnya diskon = 10%.

3. Waktu pengiriman = 20%.

4. Ketepatan jumlah barang = 20%.

5. Level cacat barang yang dikirim = 15%

6. Respon layanan pengaduan = 5%

7. Ada atau tidaknya garansi = 10%

Setelah tujuh kriteria di atas terpenuhi, diperlukan suatu metode sebagai alat pengambilan

keputusannya. Dimana salah satu metode terbaik dalam pengambilan keputusan tersebut adalah

metode Fuzzy Multiple Attribute Decision Making (FMADM) dengan perhitungan SAW.

3.2 Perancangan Basis Data

Selanjutnya setelah kriteria dan metode terpenuhi, ada beberapa proses yang harus

dijelaskan dalam perancangan basis datanya tersebut. Sehingga sistem pendukung keputusan ini

dapat dipahami bagaimana perancangannya dan dapat bermanfaat bagi semua orang.

Diantaranya sebagai berikut:

a. Flowchart

Flowchart adalah sebuah diagram alur yang menjelaskan setiap proses yang dilakukan

dalam proses suatu sistem. Dari pengamatan yang dilakukan dapat digambarkan flowchart

proses sistem pendukung keputusan pemilihan suplier seperti pada Gambar 3:

Gambar 3 Flowchart Sistem

Start Input Username

Dan Password Proses Login

Cek

Input Data

Barang

Proses

Simpan

Barang

Proses

Tampil

Barang

Input Data

Suplier

Proses Simpan

Data Suplier

Benar

Salah

Proses Tampil

Suplier

Input Data

Nilai Suplier

Proses

Simpan Data

Nilai Suplier

Proses

Tampil Nilai

Suplier

Input Data

Nilai

Kriteria

Proses

Simpan Data

Nilai Kriteria

Proses

Tampil Nilai

Kriteria

Proses

Perhitungan

Matrik Awal

Proses

Perhitungan

Matrik

Normalisasi

Proses

Perhitungan Akhir

(Perangkingan)

Cetak Hasil

End


119 | N E R O

user SPK Pemilihan Supplier UD

Sembodo

0

Review Hasil APK Sebelumnya

Data Nilai Supplier

Data Supplier

Data Barang

Data Login

Admin

Halaman User

Hasil SPK

Historis Hasil SAW

Review Hasil APK Sebelumnya

Data Nilai Kriteria

Data Nilai Supplier

Data Supplier

Data Barang

Data Login

Halaman User

Hasil SPK

Historis Hasil SAW

User

1

Login ke

sistem1 tb.user

2

proses data

user

2 tb.barang

3 tb.supplier

6 tb.hasil

3

proses data

barang

5 tb.nilaikriteria

4 tb.nilaisupplier

kode user + password user

Login gagal

Login sukses user

Input data user

Info data user

4

proses data

supplier

5

proses data

nilai

supplier

6

proses data

nilai kriteria

7

perhitungan

SAW

data user

data user

Input data barang

Input data supplier

Input data nilai supplier

Input data nilai kriteria

Info data barang

Info data supplier

Info data nilai supplier

Info data nilai kriteria

data barang

data supplier

data nilai supplier

data nilai kriteria

8

Review

Hasil

data hasil perhitungan

data nilai kriteria

data nilai supplier

data supplier

data barang

data hasil perhitungan

Info hasil SPK

Review hasil SPK

Admin

kode user + password admin

Login gagal

Login sukses admin

b. Data Flow Diagram (DFD)

1. Diagram Konteks

Diagram Konteks mengambarkan secara umum proses tranformasi data dalam sistem

pendukung keputusan pemilihan suplier ini. Untuk lebih jelasnya dapat dilihat pada gambar

berikut ini :

Gambar 4 Diagram Konteks

2. DFD Level 1 Pengolahan Data

DFD level 1 dari SPK pemilihan supplier UD Sembodo ini menggambarkan secara umum

dari proses-proses yang

terdapat pada SPK pemilihan supplier UD Sembodo secara lebih rinci.

Secara umum, proses-proses yang terdapat pada SPK pemilihan supplier UD Sembodo

dapat dilihat pada gambar 5 ;

Gambar 5. DFD Level 1 Pengolahan Data


120 | N E R O

1

User

mengubah

barang

suplier

nilaisuplier

nilaikriteria

hasil

mengubah

mengubah

mengubah

4

mendukung

mendukung

2

melihat

id_user

username

password

status

kd_barangnm_barangkd_suplier

alamat

nm_suplier

kd_brang

nm_suplier

nilai

nm_barang

kd_suplier

2

C1

0

id_nilaikriteria

c4

c2

c5

c1

c3

kd_barang

3

kd_suplier

3

1

1

1

11

1

1

1

1

n

n n

n

nama

almat

id_nilaisuplier nm_suplier

2

c6

c7

C2

0C3

0

C5

0

C4

0C6

0

C7

0

a. Entity Relationship Diagram (ERD)

Terdapat enam tabel dari sistem pendukung keputusan pemilihan suplier di UD Sembodo

berbasis web ditunjukkan pada gambar berikut ini :

Gambar 6. Entity Relationship Diagram (ERD)

3.3 Interface

a. Halaman Login, berfungsi sebagai keamanan sistem menggunakan kombinasi username

dan password.

b. Halaman Utama, berfungsi sebagai halaman dari semua menu yang ada.

c. Halaman Data Barang, berfungsi untuk mengolah data barang seperti input,edit, dan delete

barang.

d. Halaman Data Suplier, digunakan untuk mengolah data diri para suplier seperti nama,

alamat, dan barang.

e. Halaman Nilai Suplier, digunakan untuk mengolah data penilain kepada masing-masing

suplier berdasarkan kriteria.

f. Halaman Nilai Kriteria, digunakan untuk mengolah data penilain dari sang pemilik yang

digunakan sebagai pembanding.

g. Halaman Perhitungan, digunakan untuk menampilkan proses perhitungan beserta hasil

perangkingan.

h. Halaman Hasil, digunakan untuk menampilkan hasil perhitungan beserta detail data diri

suplier.

i. Halaman Cetak, digunakan untuk menampilkan hasil perangkingan dalam bentuk laporan

dokumen.

j. Halaman Grafik, digunakan untuk mempermudah tampilan hasil perhitungan berupa grafik

batang.


121 | N E R O

Gambar 7.Halaman Depan Prototipe SPK Pemilihan Suplier UD Sembodo

4.4 Pengujian Prototipe Dengan Microsoft Excel 2010

Berdasarkan hasil perhitungan melalui Prototipe dan Ms Excel 2010 terdapat sedikit

perbedaan pada hasil akhir. Hal ini diakibatkan karena perbedaan pembulatan dari Prototipe

dengan Ms Excel 2010. Namun secara keseluruhan hasil pengujian perhitungan dengan

menggunakan Prototipe dan Ms Excel bisa dikatakan sama. Untuk lebih jelasnya bisa dilihat

pada gambar berikut ini :

Gambar 8.Hasil Akhir Menggunakan Ms Excel 2010 Dan Prototipe


122 | N E R O

5. KESIMPULAN

Metode FMADM dengan perhitungan SAW merupakan metode yang dapat digunakan

untuk proses pemilihan suplier, karena metode ini dapat memberikan solusi pemilihan suplier

yang memiliki performasi yang baik. Langkah paling penting adalah pembobotan pada masing-

masing kriteria, karena ketepatan pembobotan ini mempengaruhi langkah-langkah penghitungan

SAW selanjutnya.

Pembuatan sistem pendukung keputusan pemilihan suplier berbasis komputer dengan

menggunakan perhitungan SAW ini dilakukan dengan membuat sistem yang terdiri dari 4

modul, yakni modul pengelolaan data barang, modul pengelolaan data suplier, modul

pengelolaan data penilaian suplier berdasarkan kriteria, modul pengelolaan data nilai

kepentingan kriteria dari pemilik toko. Keempat modul itu memiliki keterhubungan dalam

proses pemberian keputusan pemilihan suplier.

Modul penilaian suplier dan modul penilaian kepentingan kriteria merupakan modul utama

yakni modul yang mengolah proses penilaian berdasarkan kriteria-kriteria yang sudah

ditentukan dan nilai kepentingan kriteria yang menjadi pembanding dari nilai suplier, dengan

melalui pembobotan serta proses penghitungan dengan menggunakan perhitungan SAW.

Hasil akhir dari proses penghitungan dan perangkingan tersebut merupakan laporan (view)

yang memuat semua komponen yang berperan dalam proses pemilihan suplier.

DAFTAR PUSTAKA

[1] Nurhalimah, “Sistem Pendukung Keputusan Pemilihan Supplier Bahan Baku Konveksi,”

STMIK Budi Darma Medan 2015

[2] Apriansyah, Dinna, “Penentuan Penerima Beasiswa Dengan Menggunakan Fuzzy Multiple

Atribute Decission Making,” Fakultas Ilmu Komputer Universitas Sriwijaya 2011.

[3] Riska dkk, “Sistem Pendukung Keputusan Untuk Menentukan Penerima Beasiswa Bank

Bri Menggunakan FMADM,” SNATI 2009.

[4] Alif, Ir Edi Noersasongko,M.Kom, “Sistem Pendukung Keputusan Kelayakan Pemberian

Kredit Motor Menggunakan Metode Simple Additive Weighting Pada Perusahaan Leasing

Hd Finance,” Universitas Dian Nuswantoro Semarang 2014.


123 | N E R O

PENGENALAN KARAKTER PLAT KENDARAAN BERMOTOR

BERBASIS CITRA DENGAN MENGGUNAKAN METODE CANNY

DAN ALGORITMA BACKPROPAGATION

Andy Haryoko1)

, Sholeh Hadi Pramono2)

, M. Aziz Muslim3)

Program Studi Teknik Elektro, Fakultas Teknik, Universitas Brawijaya

Jl Veteran Malang, Jawa Timur Indonesia 65145 1)

Program Studi Teknik Informatika, Fakultas Teknik, Universitas PGRI Ronggolawe Tuban

Jl Manunggal 61 Tuban Jawa Timur 62381

Email : [email protected] 1)

, [email protected] 2)

, [email protected]

ABSTRAK

Transportasi merupakan kebutuhan yang sangat penting dalam kehidupan sehari-hari. Namun,

Kenyataannya banyak permasalahan yang ditimbulkan dari transportasi itu sendiri. Salah satu

permasalahan yang timbul adalah pada angkutan umum. Salah satu upaya yang dilakukan pemerintah

untuk mengatasi permasalahan tersebut adalah dengan pengadaan Uji Kir. Hanya saja Uji Kir itu

sendiri memiliki beberapa kelemahan. Salah satu kelemahannya adalah sistem pendataan yang masih

manual. Sehingga, Kesalahan manusia dalam pencatatan kendaraan dan waktu yang dibutuhkan dalam

proses tersebut merupakan kendala yang bisa saja terjadi selama proses tersebut. Salah satu metode

yang dapat diterapkan untuk mengatasi masalah di atas adalah metode pengenalan Tanda Nomor

Kendaraan Bermotor (TNKB) yang melekat pada kendaraan bermotor tersebut Pengenalan pola dapat

digunakan sebagai identifikasi pengenalan plat nomor kendaraan pada sistem yang diajukan pada

penelitian ini. Filter canny digunakan untuk mendapatkan citra yang baik dalam pengambilan citra

karakter. Karakter disampling dengan ukuran 12X7 untuk dikonversi kedalam bentuk biner sebagai input

neuron dalam jaringan syaraf tiruan arsitektur Multi Layer Perceptron yang digunakan menggunakan 3

Layer dengan jumlah masing masing node 84, 50, 36. Jaringan syaraf tiruan dilatih dengan algoritma

Backpropagation dengan parameter learning rate 0.3 dan momentum 0.9. Proses training akan

dihentikan apabila iterasi mencapai nilai maksimal 10.000 atau MSE (Mean Square Error) 0.0001. Dari

hasil pengujian yan dilakukan sistem mampu mengenali karakter angka 100% sedangkan huruf 86,87%

jadi kehandalan sistem mengenali karakter secara keseluruhan adalah 94,29%..

Kata kunci: Fiter Canny, Jaringan Syaraf Tiruan, Multi layer perceptron (MLP), Pengenalan

karakter Tanda Nomor Kendaraan Bermotor (TNKB), Pengolahan Citra Digital.

ABSTRACT

Transportation is important needs in daily life. However, there are many transportation problems in our

country. One of them is public transportation. To overcome it, the government implement KIR. But this

KIR has several weakness. One of them is manual data. As consequences, human error in listing can

came out as the process goes on. Pattern recognition can be used to implement automatic number plate

identification in this system. One of the method is canny filter. Canny filter is uses to obtain a good image

in the character image acquisition. Characters based with 12X7 pixels are be converted into binary as

input for Multi Layer Perception with 3 layers node number of each node 84, 50, 36. Artificial neural

network is trained with back propagation algorithm with a learning rate parameter 0.3 and momentum

0.9. The training process will be terminated when the iteration reaches a maximum value of 10,000 or

MSE (Mean Square Error) 0.0001. Recognition rate for numeral character is 100%, however recognition

rate for letter character is little bit worse, 86,87%. So overall performance is 94,29% for the whole

characters.

Keywords: Canny Filter, Artificial Neural Network, Digital Image Processing, Licences Plate

Identifcation, Multi Layer Perceptron, Neural Network.

1. PENDAHULUAN

Transportasi merupakan kebutuhan yang sangat penting dalam kehidupan sehari-hari. Hal

ini dikarenakan hampir semua kegiatan manusia tidak lepas dari proses transportasi [1].




PERANCANGAN APLIKASI SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN …

Documents

Transcript of PERANCANGAN APLIKASI SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN …