Presentasi TA

SISTEM PENDUKUNG KEPUTUSAN UNTUK PENENTUAN PEMBELIAN

MOBIL BEKAS DENGAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) DI UD.

KHARISMA MOTOR

Oleh : Rendy MahardikaNIM : 11201367

Mobil adalah salah satu kendaraan yang penting pada saat ini.

UD. Kharisma Motor adalah perusahaan jual beli yang menawarkan berbagai macam mobil bekas berkualitas.

Karena terbatasnya tempat untuk mobil bekas di showroom ini, maka sebisa mungkin pihak showroom hanya membeli mobil yang terbaik.

Latar Belakang

Bagaimana penerapan sistem pendukung keputusan untuk menentukan pembelian mobil bekas dengan metode Simple Additive Weighting (SAW) di UD. Kharisma Motor.

Rumusan masalah

Kriteria mobil bekas yang mempengaruhi pengambilan keputusan adalah mesin, body, kaki-kaki, interior dan aksesoris, usia mobil, dan harga.

Metode yang digunakan adalah metode Simple Additive Weighting (SAW).

Lokasi penelitian di UD. Kharisma Motor Lamongan

Aplikasi dibuat dengan bahasa pemrograman VB 6.0 dan menggunakan database Mysql.

Batasan Masalah

Untuk mengimplementasikan SPK dengan menggunakan metode SAW dalam penentuan pembelian mobil bekas di UD. Kharisma Motor

Penulis lebih memahami penerapan metode Simple Additive Weighting (SAW) untuk sistem pendukung keputusan multi kriteria.

Memberikan wawasan kepada pembaca tentang metode Simple Additive Weighting (SAW).

Tujuan dan Manfaat

PengertianSuatu sistem yang digunakan untuk

membantu memberikan alternatif-alternatif bagi manajer atau pengambil keputusan dalam mengambil keputusan yang terkait dengan masalah yang bersifat semi terstruktur.

Sistem Pendukung Keputusan

Manfaat

1. Sistem pendukung keputusan memperluas kemampuan pengambil keputusan dalam memproses data / informasi bagi pemakainya.

2. Sistem pendukung keputusan membantu pengambil keputusan dalam penghematan waktu yang dibutuhkan untuk memecahkan masalah terutama berbagai masalah yang sangat kompleks dan tidak terstruktur.


Manfaat

3. Sistem pendukung keputusan dapat menghasilkan solusi dengan lebih cepat serta hasilnya dapat diandalkan.

4. Sistem pendukung keputusan dapat menghasilkan usulan atas sebuah masalah dalam menentukan suatu hal yang memiliki beberapa alternatif untuk dipilih.


Kekurangan

1. Ada beberapa kemampuan manajemen dan bakat manusia yang tidak dapat dimodelkan, sehingga model yang ada dalam sistem tidak semuanya mencerminkan persoalan sebenarnya.

2. Kemampuan suatu sistem pendukung keputusan terbatas pada pengetahuan yang dimilikinya (pengetahuan dasar serta model dasar).


Kekurangan

3. Proses-proses yang dapat dilakukan oleh sistem pendukung keputusan biasanya tergantung juga pada kemampuan perangkat lunak yang digunakan.

4. Sistem pendukung keputusan tidak memiliki kemampuan intuisi seperti yang dimiliki oleh manusia.


Tingatan Teknologi

1. Sistem Pendukung Keputusan Spesifik (Specific Decision Support System)

2. Pembangkit Sistem Pendukung Keputusan (Decision Support System Generator)

3. Perlengkapan Sistem Pendukung Keputusan (Decision Support System Tools)


Konsep Dasar SPK

1. Sistem harus dapat membantu manajer dalam membuat keputusan guna memecahkan masalah semi struktur.

2. Sistem harus dapat mendukung manajer, bukan mencoba menggantikannya.

3. Sistem harus dapat meningkatkan efektivitas pengambilan keputusan manajer.


Komponen SPK

1. Subsistem Data (Database)

2. Subsistem Model (Model base)

3. Subsistem Dialog (User System Interface)


Karakteristik SPK

1. Interaktif

2. Fleskibel

3. Data Kualitas

4. Prosedur Pakar


Fuzzy Multiple Attribute Decision Making adalah suatu metode yang digunakan untuk mencari alternatif optimal dari sejumlah alternatif dengan kriteria tertentu. Inti dari FMADM adalah menentukan suatu nilai bobot untuk setiap atribut, kemudian dilanjutkan dengan proses perangkingan yang akan menyeleksi alternatif yang sudah diberikan.

FMADM

Metode-metode FMADM

1. Simple Additive Weighting Method (SAW)

2. Weighted Product (WP)

3. Elimination Et Choix Traduisant La Realite (ELECTRE)

4. Technique for Order Preference by Similarity to Ideal Solution (TOPSIS)

5. Analytic Hierarchy Process (AHP)

FMADM

Metode SimpleAdditive Weighting sering juga dikenal istilah metode penjumlahan terbobot. Konsep dasar metode ini adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut. Metode Simple Additive Weighting membutuhkan proses normalisasi matrix keputusan (X) ke suatu skala yang dapat diperbangdingkan dengan semua rating alternatif yang ada.

Simple Additive Weighting

Penentu Kriteria dan Pembobotan

Penentu Rating Kecocokan

Normalisasi

Perangkingan

Tahapan SAW

Simple Additive Weighting

Diagram Alur Sistem

Alur Proses SistemMulai

Data Mobil

Proses SAW

Alternatif Mobil Terbaik

Selesai

Kriteria dan PembobotanKriteria Bobot (%)

Kondisi mesin (C1) 20

Kondisi Body (C2) 20

Kondisi Kaki-kaki (C3) 15

Kondisi Interior dan Aksesoris (C4) 15

Usia Mobil (C5) 5

Harga (C6) 25

Bobot Masing-Masing Kriteria

Kapasitas silinder mesin Kondisi mesin Bobot

< 1.000 cc Segala Kondisi 1

1.000 cc - 1.499 cc Kurang Baik 2

>= 1.500 cc Kurang Baik 3

1.000 cc - 1.499 cc Baik 4

>= 1.500 cc Baik 5

Kondisi Mesin (C1)Kondisi Body Bobot

Penyok bekas kecelakaan 1

Ada dempulan, cat ada yang lecet 2

Ada dempulan, cat tidak ada yang lecet 3

Kaleng Penuh, cat ada yang lecet 4

Kaleng Penuh, cat tidak ada yang lecet 5

Kondisi Body (C2)

Kondisi Kaki-kaki Bobot

Tidak baik 1

Kurang Baik 2

Sedang 3

Baik 4

Sangat Baik 5

Kondisi Kaki-Kaki (C3)


No. Kelengkapan Interior dan Aksesoris

1 Plafon rapi

2 Jok mobil bagus

3 Dashboard bersih

4 AC dingin

5 Ada Audio

6 Ada TV

7 Ada power window

8 Kaca film

9 Electric mirror

10 Remote dan central lock alarm

Kelengkapan interior dan Aksesoris

Jumlah kelengkapan Bobot

0 – 2 kelengkapan 1





Bobot interior dan Aksesoris (C4)


Usia Mobil Bobot

< 3 tahun 1

3 – 5 tahun 2

6 – 10 tahun 3

11 – 15 tahun 4

> 15 Tahun 5

Harga Bobot

< Rp.80.000.000 1

Rp. 80.000.000 – 100.000.000 2

Rp. 100.000.001 – Rp. 130.000.000 3

Rp. 130.000.001 – Rp 175.000.000 4

> Rp. 175.000.000 5

Usia Mobil (C5) Harga Mobil (C6)

Studi KasusData Mobil Keterangan

No. Polisi S-1043-TX

Merk Toyota Avanza Veloz

Mesin 1.500cc kondisi baik

Body Full Kaleng cat utuh tanpa lecet

Kaki-kaki Velg Racing, ban tebal, kondisi baik

Kelengkapan

interior dan

Aksesoris

- Palfon Rapi- Jok mobil bagus- Dashboard Bersih- AC dingin- Audio ada- TV ada- Power Window ada- Kaca Film ada- Electric Mirror ada- Remote dan Central Lock alarm adaTotal = 10 poin

Usia Mobil 3 Tahun

Harga Mobil Rp. 150.000.000

Data Mobil Keterangan

No. Polisi W-381-LV

Merk Daihatsu Xenia Xe

Mesin 1.000cc kondisi kurang baik

Body Full Kaleng cat ada yang lecet

Kaki-kaki Ban lumayan, kondisi baik

Kelengkapan interior

dan Aksesoris

- Palfon Rapi- Jok mobil bagus- Dashboard Bersih- AC dingin- Audio ada- TV tidak ada- Power Window ada- Kaca Film tidak ada- Electric Mirror tidak ada- Remote dan Central Lock alarm adaTotal = 7 poin

Usia Mobil 8 Tahun


Mobil pertama (A1) Mobil kedua (A2)

Studi Kasus


No. Polisi AE-2091-Qd

Merk Isuzu Panther Grand Royal


Body Full Kaleng cat tidak ada yang lecet

Kaki-kaki Ban lumayan, kondisi baik


dan Aksesoris

- Palfon Rapi- Jok mobil bagus- Dashboard Bersih- AC dingin- Audio ada- TV tidak ada- Power Window tidak ada- Kaca Film tidak ada- Electric Mirror tidak ada- Remote dan Central Lock alarm tidak adaTotal = 5 poin

Usia Mobil 18 Tahun



No. Polisi W-1088-PP

Merk Toyota Avanza S


Body Full Kaleng cat utuh tanpa lecet

Kaki-kaki Ban agak tebal, kondisi baik


dan Aksesoris

- Palfon Rapi- Jok mobil bagus- Dashboard Bersih- AC dingin- Audio ada- TV tidak ada- Power Window ada- Kaca Film ada- Electric Mirror ada- Remote dan Central Lock alarm adaTotal = 9 poin

Usia Mobil 5 Tahun


Mobil ketiga (A3) Mobil keempat (A4)

Studi KasusData Mobil Keterangan

No. Polisi W-1561-BM

Merk Isizu Panther Grand Royal


Body Ada dempulan, cat tidak ada yang lecet

Kaki-kaki Ban lumayan, per keras dan aga berisik


dan Aksesoris

- Palfon Rapi- Jok mobil bagus- Dashboard Bersih- AC tidak dingin- Audio tidak ada- TV tidak ada- Power Window tidak ada- Kaca Film ada- Electric Mirror tidak ada- Remote dan Central Lock alarm tidak adaTotal = 4 poin

Usia Mobil 15 Tahun



No. Polisi L-1576-BI

Merk Toyota New Avanza G


Body Full Kaleng cat tidak ada yang lecet

Kaki-kaki Ban agak tebal, kondisi baik


dan Aksesoris

- Palfon Rapi- Jok mobil bagus- Dashboard Bersih- AC dingin- Audio ada- TV ada- Power Window ada- Kaca Film tidak ada- Electric Mirror ada- Remote dan Central Lock alarm adaTotal = 9 poin

Usia Mobil 3 Tahun


Mobil kelima (A5) Mobil keenam (A6)

Penentu Rating KecocokanAlternatif C1 C2 C3 C4 C5 C6

A1 5 5 5 5 2 4

A2 2 4 4 4 3 2

A3 3 5 4 3 5 1

A4 5 5 4 5 3 3

A5 3 3 3 2 4 1

A6 5 5 4 5 2 4

Normalisasi

rij =

Xij

Max Xij

Jika J adalah atribut keuntungan (Benefit)

Xij

Min Xij Jika J adalah atribut biaya (Cost)

= 1=r11 =5

Max (5;2;3;5;3;5)

5

5

= 0,4=r21 = 2Max (5;2;3;5;3;5)

25

....Sampai Normalisasi R66....

= 0,25=r66 = 4Min (4;2;1;3;1;4) 1

4

Matrix R

PerangkinganProses selanjutnya adalah perkalian antara matriks R yang telah ternormalisasi dengan matriks W. Matrix W adalah Matrix pembobotan kriteria.

W = [ 0,2 0,2 0,15 0,15 0,05 0,25 ]

Perangkingan

....Sampai V6....

Rangking terbaik ditentukan dari nilai V terbesar diantara alternatif-alternatif sehingga alternatif itulah yang menjadi usulan alternatif terbaik. Dalam kasus ini terpilih mobil pertama (A1) sebagai alternatif terbaik.

Rangking Terbaik

Aplikasi yang dibangun telah dicoba pada perangkat keras dengan spesifikasi sebagai berikut :

Processor Intel(R) Core(TM) i3-2310M CPU @2,10 GHz

Hardisk 500 GB RAM 2 GB Display 1366 x 768 Mouse dan keyboard

Implementasi

Perangkat lunak yang digunakan untuk pengimplementasian sistem adalah sebagai berikut:

Microsoft Windows 7 Premium 32 bit Microsoft Visual Basic 6.0 My SQL Microsoft Office 2007

Implementasi

Form Login

Form Utama

Form Pengaturan Bobot Preferensi

Form Master Karyawan

Form Master Data Mobil

Form Pemilihan Mobil

Form Hasil Perhitungan SAW

Laporan Hasil SAW

Laporan Saran Mobil Terbaik

Hasil Pengujian

Pemanfaatan metode Simple Additive Weigting (SAW) sebagai dasar perhitungan untuk memilih alternatif mobil bekas terbaik cukup sesuai dengan kebutuhan perusahaan. karena proses yang jelas dan dapat memberikan usulan mobil terbaik dari beberapa alternatif mobil bekas.

Mengimplementasikan metode Simple Additive Weighting (SAW) ke dalam sistem pendukung keputusan membutuhkan beberapa perubahan terhadap sistem yang telah berjalan saat ini. Sehingga, sistem yang akan dibuat dapat menyesuaikan kebutuhan perusahaan dan dapat menghasilkan keputusan yang tepat.

Kesimpulan

Di dalam pengembangan sistem selanjutnya, disarankan menambahkan kriteria dan bobot lebih banyak untuk masalah kompleks sehingga dapat lebih luas, lengkap, dan lebih detail pada hasil rangkingnya.

Disarankan mencoba menggunakan metode lain yang bisa memperbaiki masalah yang lebih kompleks, seperti metode fuzzy atau metode lainnya.

Saran

Sekian, Terima kasih

Oleh : Rendy MahardikaNIM : 11201367

Presentasi TA

Education

Transcript of Presentasi TA