Judul

DOKUMENTASI

SISTEM PENDUKUNG KEPUTUSAN

Kelompok : (7) Kelas : (B)

Oleh:

Ketua Kelompok

Risza Nurrachman 115060801111002

Anggota

Miftahul Ulum Mubin 115060801111085

Riza Krusdianto 115060807111073

Wahyu Nur Ulil Albab 115060801111090

Imam Safii 115060807111108

2015

PENGANTAR

Dokumentasi ini merupakan uraian dari pemahaman yang membahas tentang Sistem Pendukung Keputusan(SPK/DSS) yang mencakup konsep dan teknologi DSS, Model keputusan dan analisis, Pengembangan DSS, Business Intelligence, Teknologi komputasi ko-laboratif, dan Masa depan DSS. Diharapkan pada akhir kuliah ini siswa dapat menerapkan dasar perhitungan serta melakukan analisa untuk memecahkan permasalahan dengan menggunakan konsep-konsep berbasis sistem cerdas.

Imam Cholissodin S.Si., M.Kom

Dosen Pengampu MK Sistem Pendukung Keputusan PTIIK UB

1

Daftar Isi

Judul ...................................................................................................... i

Daftar Isi ............................................................................................... 1

Daftar Tabel .......................................................................................... 3

Daftar Gambar ...................................................................................... 4

BAB 1 Management Support System (MSS) (Pembuatan Makalah Kelompok) .............................................................................. 7

1.1 Pengantar DSS ................................................................ 7

1.2 Teori Keputusan ............................................................... 7

BAB 2 Tugas Individu & Kelompok ............................................. 9

2.1 Tugas 1 ............................................................................ 9

2.2 Tugas 2 .......................................................................... 10

2.3 Tugas 3 .......................................................................... 12

2.4 Tugas 4 .......................................................................... 20

2.5 Tugas 5 .......................................................................... 31

2.6 Tugas 6 .......................................................................... 33

2.7 Tugas 7 .......................................................................... 35

2.8 Tugas 8 .......................................................................... 35

BAB 3 Final Project Sistem Pendukung Keputusan Pemilihan SmartTV Menggunakan Metode AHP dan WP .................................. 38

3.1 Deskripsi Singkat FP ...................................................... 38

3.2 Tentang Smart TV .......................................................... 43

3.3 Konsep AHP WP ......................................................... 46

3.3.1 AHP .................................................................... 46

3.3.2 WP ..................................................................... 51

3.4 Manualisasi AHP WP .................................................. 54

3.5 Skenario Pengujian ........................................................ 63

3.6 Analisis Dan Pembahasan ............................................. 76

3.6.1 Identifikasi aktor ................................................. 76

3.6.2 Daftar kebutuhan sistem .................................... 76

3.6.3 Diagram use case .............................................. 78

2

3.7 Tampilan Implementasi .................................................. 98

3.8 Source Code ................................................................ 101

3.9 Daftar Pustaka ............................................................. 112

3

Daftar Tabel

Tabel 1. Tabel Bobot Kriteria .............................................................. 52

Tabel 2. Tabel Matrik Perbandingan .................................................. 55

Tabel 3. Tabel Hasil Normalisasi ........................................................ 57

Tabel 4. Tabel Hasil Bobot Kriteria ..................................................... 58

Tabel 5. Tabel Alternatif ..................................................................... 60

Tabel 6. Tabel Hasil Vektor S ............................................................. 61

Tabel 7. Tabel Vektor V ...................................................................... 62

Tabel 8. Data Pengujian 1 .................................................................. 64

Tabel 9. Data Pengujian 2 .................................................................. 65

Tabel 10. Data Pengujian 3 ................................................................ 66

Tabel 11. Data Pengujian 4 ................................................................ 67

Tabel 12. Data Pengujian 5 ................................................................ 68

Tabel 13. Matrik Perbandingan Pengujian 1 ...................................... 69

Tabel 14. Matrik Perbandingan Pengujian 2 ...................................... 71

Tabel 15. Matrik Perbandingan Pengujian 3 ...................................... 72

Tabel 16. Matrik Perbandingan Pengujian 4 ...................................... 73

Tabel 17. Matrik Perbandingan Pengujian 5 ...................................... 75

Tabel 18. Tabel Kebutuhan User ....................................................... 76

Tabel 19. Tabel Kebutuhan Sistem .................................................... 77

Tabel 20. Hasil Pengujian Data 1 ....................................................... 86

Tabel 21. Hasil Pengujian Semua Data ............................................. 88

Tabel 22. Hasil Pengujian Variasi 1 ................................................... 95

Tabel 23. Hasil Pengujian Semua Variasi .......................................... 97

4

Daftar Gambar

Gambar 2.1. Tugas 1 ............................................................................ 9

Gambar 2.2. Tugas 1 .......................................................................... 10

Gambar 2.3. Tugas 2 .......................................................................... 11

Gambar 2.4. Tugas Individu 3 Imam .................................................. 12

Gambar 2.5. Tugas Individu 3 Wahyu ................................................ 13

Gambar 2.6. Tugas Individu 3 Wahyu ................................................ 13

Gambar 2.7. Tugas Individu 3 Ulum ................................................... 14

Gambar 2.8. Tugas Individu 3 Risza .................................................. 14

Gambar 2.9. Tugas Individu 3 Risza .................................................. 15

Gambar 2.10. Tugas Individu 3 Riza .................................................. 15

Gambar 2.11. Tugas 3 Kelompok ...................................................... 16

Gambar 2.12. Tugas 3 Kelompok ...................................................... 16

Gambar 2.13. Tugas 3 Kelompok ...................................................... 17

Gambar 2.14. Tugas 3 Kelompok ...................................................... 17

Gambar 2.15. Review Paper 1 ........................................................... 18

Gambar 2.16. Review Paper 1 ........................................................... 18

Gambar 2.17. Review Paper 1 ........................................................... 19

Gambar 2.18. Review Paper 1 ........................................................... 19

Gambar 2.19. Tugas Individu 4 Imam ................................................ 21

Gambar 2.20. Tugas Individu 4 Imam ................................................ 21

Gambar 2.21. Tugas Individu 4 Imam ................................................ 22

Gambar 2.22. Tugas Individu 4 Imam ................................................ 22

Gambar 2.23. Tugas Individu 4 Wahyu .............................................. 23

Gambar 2.24. Tugas Individu 4 Wahyu .............................................. 23

Gambar 2.25. Tugas Individu 4 Wahyu .............................................. 24

Gambar 2.26. Tugas Individu 4 Wahyu .............................................. 24

Gambar 2.27. Tugas Individu 4 Risza ................................................ 25

Gambar 2.28. Tugas Individu 4 Risza ................................................ 25

Gambar 2.29. Tugas Individu 4 Risza ................................................ 26

5

Gambar 2.30. Tugas Individu 4 Risza ................................................ 26

Gambar 2.31. Tugas Individu 4 Riza .................................................. 27

Gambar 2.32. Tugas Individu 4 Riza .................................................. 27

Gambar 2.33. Tugas Individu 4 Riza .................................................. 28

Gambar 2.34. Tugas Individu 4 Riza .................................................. 28

Gambar 2.35. Tugas Individu 4 Riza .................................................. 29

Gambar 2.36. Tugas Individu 4 Ulum ................................................. 29

Gambar 2.37. Tugas Individu 4 Ulum ................................................. 30

Gambar 2.38. Tugas Individu 4 Ulum ................................................. 30

Gambar 2.39. Tugas 5 Kelompok ...................................................... 31

Gambar 2.40. Tugas 5 Kelompok ...................................................... 32

Gambar 2.41. Tugas 5 Kelompok ...................................................... 32

Gambar 2.42. Tugas 5 Kelompok ...................................................... 33

Gambar 2.43. Review Paper 2 ........................................................... 34

Gambar 2.44. Review Paper 2 ........................................................... 34

Gambar 2.45. Tugas 7 Kelompok ...................................................... 35

Gambar 2.46. Review Paper 3 ........................................................... 36

Gambar 2.47. Review Paper 3 ........................................................... 37

Gambar 3.1 SmartTV ......................................................................... 43

Gambar 3.2. Usecase Aplikasi ........................................................... 78

Gambar 50. Matrik Perbadingan ........................................................ 80

Gambar 51. Normalisasi ..................................................................... 81

Gambar 52. Perhitungan Bobot .......................................................... 82

Gambar 53. Alternatif Kriteria ............................................................. 83

Gambar 54. Vektor S .......................................................................... 84

Gambar 55. Perangkingan ................................................................. 85

Gambar 56. Vektor V .......................................................................... 85

Gambar 57. Matrik Perbandingan ...................................................... 89

Gambar 58. Normalisasi ..................................................................... 90

Gambar 59. Perhitungan Bobot .......................................................... 91

Gambar 60. Alternatif Kriteria ............................................................. 92

file:///C:/Users/riszan/Desktop/spk/fp/laporan/LAPORAN%20FP%20SPK%20KELOMPOK%207.docx%23_Toc409164066

6

Gambar 61. Vektor S .......................................................................... 93

Gambar 62. Vektor V .......................................................................... 94

Gambar 63. Beranda Aplikasi ............................................................ 98

Gambar 64. Halaman Perhitungan AHP (1) ....................................... 98

Gambar 65. Halaman Perhitungan AHP (2) ....................................... 99

Gambar 66. Halaman Perhitungan WP (1) ........................................ 99

Gambar 67. Halaman Perhitungan WP (2) ...................................... 100

7

BAB 1 Management

Support System (MSS)

(Pembuatan Makalah Kelompok)

1.1 Pengantar DSS

Decision Support Systems (DSS) atau system pendukung

keputusan adalah serangkaian kelas tertentu dari system informasi

terkomputerisasi yang mendukung kegiatan pengambilan keputusan

bisnis dan organisasi. Suatu DSS yang dirancang dengan benar adalah

suatu system berbasis perangkat lunak interaktif yang dimaksudkan

untuk membantu para pengambil keputusan mengkompilasi informasi

yang berguna dari data mentah, dokumen, pengetahuan pribadi,

dan/atau model bisnis untuk mengidentifikasikan dan memecahkan

berbagai masalah dan mengambil keputusan.

System pendukung keputusan atau DSS digunakan untuk

mengumpulkan data, menganalisa dan membentuk data yang

dikoleksi, dan mengambil keputusan yang benar atau membangun

strategi dari analisis, tidak pengaruh terhadap computer, basis data

atau manusia penggunanya

1.2 Teori Keputusan

Teori keputusan adalah suatu kegiatan untuk memberikan

pedoman kepada orang atau organisasi dalam mengambil keputusan,

sekaligus memperbaiki proses pengambilan keputusan dalam kondisi

tidak pasti.

Dalam pengambilan keputusan ada tiga kondisi yaitu

pengambilan keputusan kondisi pasti (Decision Under Certainty),

pengambilan keputusan kondisi tidak pasti (Decision Under

8

Uncertainty) dan pengambilan keputusan kondisi beresiko (Decision

Under Risk).

Decision Under Certaintyadalah suatu kondisi pengambilan

keputusan dimana faktor-faktor yang mempengaruhi

(ukuran/parameter nya) telah diketahui secara pasti. Contoh,

seseorang akan memutuskan untuk membeli baju dengan: corak,

ukuran, kualitas dan harga yang telah diketahui

Decision Under Uncertaintyadalah suatu kondisi pengambilan

keputusan dimana faktor-faktor yang mempengaruhi

(ukuran/parameter nya) tidak diketahui secara pasti. Contoh, seorang

manager pemasaran tidak mempunyai data pasti tentang strategI

pemasaran yang akan dilakukan perusahaan-perusahaan lawan.

Decision Under Risk adalah suatu kondisi pengambilan keputusan

yang dapat mengandung resiko baik pasti maupun tidak pasti, sehingga

proses kalkulasi menjadi dasar yang sangat penting. Pengambilan

keputusan dengan resiko merupakan pengambilan keputusan yang

berkaitan dengan dinamika atau ketidakpastian. Dimana hasil yang

diperoleh harus ditanggung sebagai konsekuensi.

9

BAB 2 Tugas Individu & Kelompok

2.1 Tugas 1

Deskripsi : Suatu kegiatan untuk memberikan pedoman kepada

orang atau organisasi dalam mengambil keputusan, sekaligus

memperbaiki proses pengambilan keputusan dalam kondisi tidak pasti.

Kondisi saat mengambil keputusan dihadapkan dalam beberapa

kondisi yaitu : Kondisi Pasti (Decision Under Certainty), Kondisi Tidak

Pasti (Decision Under Uncertainty), dan Kondisi Beresiko (Decision

Under Risk).

Gambar 2.1. Tugas 1

10

Gambar 2.2. Tugas 1

2.2 Tugas 2

Deskripsi : Penerimaan mahasiswa baru adalah salah satu

proses atau kegiatan bidang pendidikan yang dilakukan dalam

lembaga pendidikan perguruan tinggi untuk menerima calon

mahasiswa baru yang dilaksanakan melalui tahap tahap seleksi

penerimaan, seperti : tahap SNMPTN Undangan, SNMP Ujian Tulis,

Seleksi Mandiri, dan lain lain. Di dalam penerimaan mahasiswa baru

terdapat beberapa parameter penerimaan yang harus diperhatikan,

antara lain : validasi data calon mahasiswa, nilai rapor calon

11

mahasiswa, passing grade penerimaan, jumlah kuota yang diterima,

jumlah kuota tahun sebelumnya, dan lain lain.

Gambar 2.3. Tugas 2

Penyelesaian : Dengan menggunakan flowchart akan

mendeskripsikan proses atau alur penerimaan mahasiswa baru di

sebuah lembaga pendidikan perguruan tinggi. Di dalam flowchart juga

dijelaskan mengenai proses apa yang harus dilakukan oleh seorang

calon mahasiswa baru, proses apa yang akan dilakukan setelah proses

12

sebelumnya selesai dilakukan, dan kondisi yang terjadi dalam flowchart

dengan nilai atau hasil output true atau false.

2.3 Tugas 3

Deskripsi : dalam tugas 3 ini membahas tentang metode

Weight Product (WP) untuk studi kasus pemilihan smartphone yang

diketahui tingkat prioritas bobot setiap kriteria smartphone adalah

harga = 25, web akses = 20, prosesor = 15, bobot = 10, ukuran layar =

5, ram = 10, resolusi kamera = 15, memori = 25. Tabel bobot kriteria

produk smartphone dapat dilihat dalam screenshot dibawah ini

Gambar 2.4. Tugas Individu 3 Imam

13

Gambar 2.5. Tugas Individu 3 Wahyu

Gambar 2.6. Tugas Individu 3 Wahyu

14

Gambar 2.7. Tugas Individu 3 Ulum

Gambar 2.8. Tugas Individu 3 Risza

15

Gambar 2.9. Tugas Individu 3 Risza

Gambar 2.10. Tugas Individu 3 Riza

16

Gambar 2.11. Tugas 3 Kelompok

Gambar 2.12. Tugas 3 Kelompok

17

Gambar 2.13. Tugas 3 Kelompok

Gambar 2.14. Tugas 3 Kelompok

18

Gambar 2.15. Review Paper 1

Gambar 2.16. Review Paper 1

19

Gambar 2.17. Review Paper 1

Gambar 2.18. Review Paper 1

20

2.4 Tugas 4

Deskripsi : Dalam tugas yang ke 4 ini membahas tetang materi

Fuzzy Inference System (FIS) Tsukamoto dengan studi kasus

perusahaan yang akan menerima karyawan baru dengan

pertimbangan memperpanjang kontrak kerja dengan karyawan dan

karyawan yang tidak di perpanjang masa kerja (di karenakan tidak

memenuhi kriteria pelulusan ) maka akan di lakukan rekrutment

Permintaan pasar terbanyak 1500 unit/bln

Permintaan pasar tersedikit 400 unit/bln

Karyawan diperpanjang terbanyak 80 karyawan/bln

Karyawan diperpanjang tersedikit 40 karyawan/bln

Lowongan/Penerimaan Karyawan terbanyak 250

karyawan/bln

Lowongan/Penerimaan Karyawan tersedikit 100

karyawan/bln

21

Gambar 2.19. Tugas Individu 4 Imam

Gambar 2.20. Tugas Individu 4 Imam

22

Gambar 2.21. Tugas Individu 4 Imam

Gambar 2.22. Tugas Individu 4 Imam

23

Gambar 2.23. Tugas Individu 4 Wahyu

Gambar 2.24. Tugas Individu 4 Wahyu

24

Gambar 2.25. Tugas Individu 4 Wahyu

Gambar 2.26. Tugas Individu 4 Wahyu

25

Gambar 2.27. Tugas Individu 4 Risza

Gambar 2.28. Tugas Individu 4 Risza

26

Gambar 2.29. Tugas Individu 4 Risza

Gambar 2.30. Tugas Individu 4 Risza

27

Gambar 2.31. Tugas Individu 4 Riza

Gambar 2.32. Tugas Individu 4 Riza

28

Gambar 2.33. Tugas Individu 4 Riza

Gambar 2.34. Tugas Individu 4 Riza

29

Gambar 2.35. Tugas Individu 4 Riza

Gambar 2.36. Tugas Individu 4 Ulum

30

Gambar 2.37. Tugas Individu 4 Ulum

Gambar 2.38. Tugas Individu 4 Ulum

31

2.5 Tugas 5

Deskripsi : Dalam Tugas ke 5 ini membahas tentang metode

weight product dengan studi kasus pemilihan laptop dan detail bioskop

yang dikerjakan secara kelompok. Semuanya dapat dilihat dalam

gambar dibawah ini

Gambar 2.39. Tugas 5 Kelompok

32

Gambar 2.40. Tugas 5 Kelompok

Gambar 2.41. Tugas 5 Kelompok

33

Gambar 2.42. Tugas 5 Kelompok

2.6 Tugas 6

Deskripsi : Dalam tugas yang ke 6 ini membahas tetang review

MENENTUKAN JUMLAH PEMBITITAN KELAPA SAWIT

Dalam mementukan jumlah pembibitan sangatlah penting sebelum

memulai pembibitan. Oleh karena itu, dibuat suatu sistem yang dapat

membantu menentukan jumlah pembibitan tersebut.

34

Gambar 2.43. Review Paper 2

Gambar 2.44. Review Paper 2

35

2.7 Tugas 7

Deskripsi : Dalam tugas yang ke 7 ini membahas projek akhir

SMART TV MENGGUNAKAN METODE ANALYTICAL HIERARCHY

KEPUTUSAN PEMILIHAN PRINTER EMNGGUNAKAN METODE

Nantinya akan dipilih salah satu untuk dijadikan projek akhir.

Gambar 2.45. Tugas 7 Kelompok

2.8 Tugas 8

Deskripsi : Dalam tugas yang ke 8 ini mereview paper yang

PEMILIHAN HANDPHONE MENGGUNAKAN METODE ANALYTICAL

metode AHP dapat diimplementasikan dalam kasus pemilihan

handphone. Paper ini menghasilkan informasi berupa rangking atau

36

urutan proses dengan prioritas samsung, sony erricson, apple, nokia,

LG dan motorola dengan samsung yang menjadi urutan pertama.

Gambar 2.46. Review Paper 3

37

Gambar 2.47. Review Paper 3

38

BAB 3 Final Project

Sistem Pendukung Keputusan

Pemilihan SmartTV Menggunakan

Metode AHP dan WP

3.1 Deskripsi Singkat FP

Di jaman modern ini, perkembangan teknologi mempengaruhi

kebutuhan manusia sehari hari. Salah satu kebutuhan yang sangat

diperlukan dan diinginkan oleh setiap orang adalah kebutuhan akan

televisi / smarttv sebagai sarana penyebaran informasi secara audio

dan visual. Akan tetapi, semakin banyak jenis televisi / smarttv yang

ada membuat seseorang merasa kesulitan dalam memilih dan membeli

televisi / smarttv untuk memenuhi kebutuhannya. Kesulitan dalam

memilih disebabkan karena beranekaragam fitur fitur dari setiap

televisi / smarttv. Seseorang akan membeli televisi / smarttv

berdasarkan keinginannya dan diharapkan televisi / smarttv yang dipilih

sesuai dengan kebutuhannya dan juga memperhatikan berbagai

kriteria televisi. Oleh sebab itu, untuk membantu dalam memilih televisi

/ smarttv diperlukan suatu metode yang dapat memberikan saran /

rekomendasi kepada seseorang ketika ingin membeli televisi / smarttv.

Dalam studi kasus ini, metode yang dibuat berupa sebuah sistem

yang mampu memberikan rekomendasi kepada seseorang dalam

memilih dan membeli televisi / smarttv dengan menggunakan metode

yang optimal dalam memberikan hasil rekomendasi. Metode yang

digunakan dalam menyelesaikan permaslahan tersebuh adalah

metode AHP dan WP. AHP (Analytical Hierarchy Process) merupakan

metode pengambilan keputusan dalam menyelesaikan masalah

masalah seperti pemilihan kebijakan, penentuan alternatif, dan

39

penyusunan prioritas. Sedangkan WP (Weight Product) adalah metode

penyelesaian untuk menyelesaikan masalah Multi Attribute Decision

Making (MADM). Dengan menggunakan dua metode tersebut, AHP

akan menghasilkan nilai bobot dari masing masing kriteria dari televisi

/ smarttv dan WP akan menghasilkan hasil rekomendasi pemilihan

televisi / smarttv dengan memperhatikan perhitungan bobot tiap kriteria

sehingga menghasilkan rekomendasi satu jenis televisi / smarttv yang

cocok dan sesuai, dengan melihat nilai akhir yang tertinggi.

Berikut beberapa paper terkait dengan sistem pendukung

keputusan yang dibahas oleh kelompok kami dan menjadi kajian dan

referensi kelompok kami dalam menyelesaikan permasalahan dengan

metode AHP (Analytical Hierarchy Process) dan WP (Weight Product)

untuk pemilihan televisi / smartTV, sebagai berikut :

A. Paper 1

Sistem Penunjang Keputusan Pemilihan Sepeda Motor

menggunakan Metode AHP (Supriyono, 2010)

Metode yang digunakan dalam penelitian SPK pemilihan sepeda

motor menggunakan Analytical Hirarchy Proses karena masalah

yang komplek bisa dengan mudah disederhanakan sehingga

mempercepat proses pengambilan keputusan dengan cara

penyusunan hirarki. Memberikan nilai perbandingan setiap kriteria

untuk menetapkan nilai kriteria.

Saat ini penjualan sepeda motor terus meningkat dari waktu ke

waktu, semua itu terjadi karena mudahnya mendapatkan kredit

sepeda motor. Banyak pabrikan yang mengeluarkan produk

dengan varian yang bermacam-macam sehingga membuat

pembeli kesulitan menentukan pilihan. Sehubungan dengan

permasalah tersebut maka dirancanglah sebuah system

pendukung keputusan dalam pemilihan sepeda motor yang tepat

40

sesuai dengan kebutuhan dan kemampuannya. Sistem yang

dirancang ini menggunakan metode AHP.

Konsep metode AHP adalah merubah nilai-nilai kualitatif menjadi

nilai kuantitatif. Sehingga keputusan-keputusan yang diambil bisa

lebih objektif. Alasan pemilihan metode AHP karena AHP mampu

digunakan untuk semua pemilihan sedangkan penentuan kriteria

bisa dirubah sesuai dengan kebutuhan pengguna.

Kesimpulan yang didapat adalah proses pembelian sepeda motor

oleh konsumen terdiri dari 6 kriteria yaitu harga beli, harga jual,

sparepart, keiritan bahan bakar, model dan garansi. Dari 6 kriteria

tersebut setalah diuji dengan system hasilnya memang sesuai

dengan ranking alternative nama pabrikan motor yang konsumen

inginkan.

AHP akhirnya dapat memberikan jawaban terhadap proses

pemilihan sepeda motor oleh konsumen terdiri dari enam kriteria.

Namun demikian AHP tetap saja memiliki kelemahan-kelemahan

dan juga syarat agar hasil analisa keputusannya bisa akurat dan

dipertanggung jawabkan.

B. Paper 2

Implementasi Metode Tsukamoto dalam menentukan jumlah

Pembibitan Kelapa Sawit Berdasarkan Data Persedian dan

Jumlah Permintaan (Siti Soraya, 2014)

Dalam menentukan jumlah pembibitan sangat penting sebelum

memulai pembibitan. Oleh karena itu dibuat suatu system yang

dapat membantu. Teknik yang digunakan dalam membantu

system ini adalah logika fuzzy. Salah satu metode fuzzy adalah

Tsukamoto yang menerapkan rata-rata terbobot untuk menghitung

jumlah pembibitan kelapa sawit.

Proses pebibitan memainkan peranan penting karena dihasilkan

bibit yang unggul bisa menjamin keberhasilan budidaya terkait

41

dengan pembibitan. Banyaknya factor yang menjadi kendala

dalam menentukan jumlah bibit kelapa sawit yang akan dibuat.

Factor tersebut adalah jumlah persediaan dan jumlah permintaan.

Tujuan dari penelitian ini adlaah metode tsukamoto dapat

diterapkan dalam menentukan pembibitan kelapa sawit.

Manfaat dari penelitian ini :

1. Memberikan informasi banyak bibit yang harus dibuat

2. Agar hasil rancangan aplikasi ini dapat membantu

mempermudah dalam menentukan jumlah bibit.

C. Paper 3

Sistem Pendukung Keputusan pembelian Handphone dengan

Metode AHP (Fitri, Wawan, Sri, 2009)

Penelitian ini mempunyai tujuan untuk mengimplementasikan

metode AHP pada system pendukung keputusan sebagai sarana

bantu dalam pengambilan keputusan pembelian handphone.

Penelitian ini menghasilkan informasi berupa ranking atau urutan

proses alternative pilihan handphone. Hasil simulasi yang telah

dilakukan didapat urutan prioritas alternative dengan perolehan

prioritas Samsung 29%, sony Ericson 22%, apple19% dan nokia,

LG serta motorolla 10%. Maka sebagai rekomendasi untuk

pengambilan keputusan dipilih Samsung.

Metode AHP merupakan sebuah model pendukung keputusan

yang dikembangkan untuk membantu dalam pengambilan

keputusan dengan menyederhanakan persoalan yang komplek.

Kesimpulan

1. Metode AHP dapat diimplementasikan dalam system

pendukung keputusan pembelian handphone dengan

menentukan prioritas utama dari beberapa kriteria serta alternative

yang ada dalam membantu pengambilan keputusan.

42

2. Hasil perhitungan menggunakan AHP sangat bergantung pada

pemberian nilai perbandingan terhadap kriteria dan alternative

yang ada

3. Hasil implementasi untuk pemilihan handphone pada system

pendukung keputusan pembelian handphone menggunakan

metode AHP peringkat urutannya adalah Samsung 29%, sony

Ericson 22%, apple19% dan nokia, LG serta motorolla 10%.

43

3.2 Tentang Smart TV

Gambar 3.1 SmartTV

Smart TV merupakan sebuah kemajuan teknologi saat ini

dimana pesawat TV tidak hanya dapat menerima siaran TV tetapi juga

mempunyai kemampuan untuk mengakses internet.

Istilah "Smart TV" pertama kali di populerkan oleh Samsung yang

kemudian diadopsi pula oleh LG dan Philips untuk produk TV yang

berkemampuan akses jaringan internet. Pada intinya, smart TV

membawa Internet masuk ke ruang duduk. Saat teknologi meningkat,

perangkat ini mampu berlaku sebagai komputer standar saat web

browsing dan bahkan video internet.

Perangkat televisi dapat disebut smart TV karena perangkat

tersebut pintar dan hanya perlu konektivitas internet, selain secara

ideal, CPU yang baik serta mampu menjalankan browser dengan fitur

lengkap dan banyak aplikasi yang tersedia di sistem smart TV modern.

Smart TV terhubung ke Internet rumah via WiFi, biasanya

memungkinkan browsing sangat cepat dan bahkan menonton video.

44

Karena prosesor menjadi semakin kecil dan lebih kuat, smart TV

telah mendapatkan puluhan fitur, seperti, App dan Browser. Secara

umum, produk ini memiliki fitur-fitur di bawah ini:

Video Playback Via DLNA/USB. Fitur ini merupakan fitur dasar

yang memungkinkan penggunanya untuk memutar video

langsung dari USB atau DLNA. Di masa sekarang ini

kebanyakannya mampu memutar berbagai macam jenis video

dan tidak terpaku pada format AVI saja.

Aplikasi & Games. Fitur selanjutnya tentu saja aplikasi dan

games. Hal ini pastinya telah banyak Anda lihat di iklan-iklan

yang biasanya menawarkan permainan Angry Birds yang bisa

dimainkan di televisi. Selain itu produk ini juga dapat digunakan

untuk melakukan streaming dari BBC iPlayer, Netflix, dan

YouTube.

PVR/DVR Functionality. Fitur lainnya adalah fitur untuk

merekam acara televisi secara langsung tanpa membutuhkan

perangkat tambahan.

Gesture & Voice Control. Sebuah remote tradisional yang

biasanya Anda gunakan mungkin tidak akan terpakai lagi.

Pasalnya, produk ini menggunakan sebuah perangkat yang

memungkinkan Anda memberikan peritah kepada televisi

dengan menggunakan gesture ataupun suara.

Social Networking. Karena banyak orang yang tidak bisa lepas

dari media sosial, maka produk ini juga dapat digunakan untuk

mengakses media sosial. Selain itu produk ini juga dapat

digunakan untuk melakukan video conference melalui Skype.

Web Browsing.

Smartphone Connectivity. Anda dapat menghubungkan

smartphone Anda untuk berbagai keperluan seperti memutar

video dan lainnya.

Smart TV terbaik yang baru memiliki remote yang didesain untuk

pengguna komputer modern. Beberapa smart TV memiliki layar sentuh

45

yang membuat mengetik menjadi lebih mudah dan juga memungkinkan

untuk gaming yang lebih baik serta browsing. Saat ini smart TV sudah

banyak berkembang setiap produsen memiliki fitur-fitur yang

diunggulkan, oleh karena itu konsumen akan memiliki banyakj pilihan

dalam menentukan smart TV yang sesuai keinginan.

46

3.3 Konsep AHP WP

3.3.1 AHP

AHP merupakan suatu model pendukung keputusan

yang dikembangkan oleh Thomas L. Saaty. Model pendukung

keputusan ini akan menguraikan masalah multi faktor atau multi

kriteria yang kompleks menjadi suatu hirarki, menurut Saaty

(1993), hirarki didefinisikan sebagai suatu representasi dari

sebuah permasalahan yang kompleks dalam suatu struktur multi

level dimana level pertama adalah tujuan, yang diikuti level

faktor, kriteria, sub kriteria, dan seterusnya ke bawah hingga

level terakhir dari alternatif. Dengan hirarki, suatu masalah yang

kompleks dapat diuraikan ke dalam kelompok-kelompoknya

yang kemudian diatur menjadi suatu bentuk hirarki sehingga

permasalahan akan tampak lebih terstruktur dan sistematis.

AHP sering digunakan sebagai metode pemecahan

masalah dibanding dengan metode yang lain karena alasan-

alasan sebagai berikut :

1. Struktur yang berhirarki, sebagai konsekuesi dari kriteria yang

dipilih, sampai pada subkriteria yang paling dalam.

2. Memperhitungkan validitas sampai dengan batas toleransi

inkonsistensi berbagai kriteria dan alternatif yang dipilih oleh

pengambil keputusan.

3. Memperhitungkan daya tahan output analisis sensitivitas

pengambilan keputusan.

Kelebihan dan Kelemahan AHP

Layaknya sebuah metode analisis, AHP pun memiliki kelebihan

dan kelemahan dalam system analisisnya. Kelebihan-kelebihan

analisis ini adalah :

1. Kesatuan (Unity)

47

2. AHP membuat permasalahan yang luas dan tidak

terstruktur menjadi suatu model yang fleksibel dan mudah

dipahami.

3. Kompleksitas (Complexity)

4. AHP memecahkan permasalahan yang kompleks melalui

pendekatan sistem dan pengintegrasian secara deduktif.

5. Saling ketergantungan (Inter Dependence)

6. AHP dapat digunakan pada elemen-elemen sistem yang

saling bebas dan tidak memerlukan hubungan linier.

7. Struktur Hirarki (Hierarchy Structuring)

8. AHP mewakili pemikiran alamiah yang cenderung

mengelompokkan elemen sistem ke level-level yang

berbeda dari masing-masing level berisi elemen yang

serupa.

9. Pengukuran (Measurement)

10. AHP menyediakan skala pengukuran dan metode untuk

mendapatkan prioritas.

11. Konsistensi (Consistency)

12. AHP mempertimbangkan konsistensi logis dalam penilaian

yang digunakan untuk menentukan prioritas.

13. Sintesis (Synthesis)

14. AHP mengarah pada perkiraan keseluruhan mengenai

seberapa diinginkannya masing-masing alternatif.

15. Trade Off

16. AHP mempertimbangkan prioritas relatif faktor-faktor pada

sistem sehingga orang mampu memilih altenatif terbaik

berdasarkan tujuan mereka.

17. Penilaian dan Konsensus (Judgement and Consensus)

18. AHP tidak mengharuskan adanya suatu konsensus, tapi

menggabungkan hasil penilaian yang berbeda.

19. Pengulangan Proses (Process Repetition)

48

20. AHP mampu membuat orang menyaring definisi dari suatu

permasalahan dan mengembangkan penilaian serta

pengertian mereka melalui proses pengulangan.

Sedangkan kelemahan metode AHP adalah sebagai berikut:

1. Ketergantungan model AHP pada input utamanya. Input

utama ini berupa persepsi seorang ahli sehingga dalam hal

ini melibatkan subyektifitas sang ahli selain itu juga model

menjadi tidak berarti jika ahli tersebut memberikan penilaian

yang keliru.

2. Metode AHP ini hanya metode matematis tanpa ada

pengujian secara statistik sehingga tidak ada batas

kepercayaan dari kebenaran model yang terbentuk

Tahapan AHP

Dalam metode AHP dilakukan langkah-langkah sebagai berikut

(Kadarsyah Suryadi dan Ali Ramdhani, 1998) :

1. Mendefinisikan masalah dan menentukan solusi yang

diinginkan.

2. Dalam tahap ini kita berusaha menentukan masalah yang

akan kita pecahkan secara jelas, detail dan mudah

dipahami. Dari masalah yang ada kita coba tentukan solusi

yang mungkin cocok bagi masalah tersebut. Solusi dari

masalah mungkin berjumlah lebih dari satu. Solusi tersebut

nantinya kita kembangkan lebih lanjut dalam tahap

berikutnya.

3. Membuat struktur hierarki yang diawali dengan tujuan

utama.

4. Setelah menyusun tujuan utama sebagai level teratas akan

disusun level hirarki yang berada di bawahnya yaitu kriteria-

kriteria yang cocok untuk mempertimbangkan atau menilai

alternatif yang kita berikan dan menentukan alternatif

49

tersebut. Tiap kriteria mempunyai intensitas yang berbeda-

beda. Hirarki dilanjutkan dengan subkriteria (jika mungkin

diperlukan).

5. Membuat matrik perbandingan berpasangan yang

menggambarkan kontribusi relatif atau pengaruh setiap

elemen terhadap tujuan atau kriteria yang setingkat di

atasnya.

6. Matriks yang digunakan bersifat sederhana, memiliki

kedudukan kuat untuk kerangka konsistensi, mendapatkan

informasi lain yang mungkin dibutuhkan dengan semua

perbandingan yang mungkin dan mampu menganalisis

kepekaan prioritas secara keseluruhan untuk perubahan

pertimbangan. Pendekatan dengan matriks mencerminkan

aspek ganda dalam prioritas yaitu mendominasi dan

didominasi. Perbandingan dilakukan berdasarkan judgment

dari pengambil keputusan dengan menilai tingkat

kepentingan suatu elemen dibandingkan elemen lainnya.

Untuk memulai proses perbandingan berpasangan dipilih

sebuah kriteria dari level paling atas hirarki misalnya K dan

kemudian dari level di bawahnya diambil elemen yang akan

dibandingkan misalnya E1,E2,E3,E4,E5.

7. Melakukan Mendefinisikan perbandingan berpasangan

sehingga diperoleh jumlah penilaian seluruhnya sebanyak n

x [(n-1)/2] buah, dengan n adalah banyaknya elemen yang

dibandingkan.

8. Hasil perbandingan dari masing-masing elemen akan

berupa angka dari 1 sampai 9 yang menunjukkan

perbandingan tingkat kepentingan suatu elemen. Apabila

suatu elemen dalam matriks dibandingkan dengan dirinya

sendiri maka hasil perbandingan diberi nilai 1. Skala 9 telah

terbukti dapat diterima dan bisa membedakan intensitas

antar elemen. Hasil perbandingan tersebut diisikan pada sel

50

yang bersesuaian dengan elemen yang dibandingkan.

Skala perbandingan perbandingan berpasangan dan

maknanya yang diperkenalkan oleh Saaty bisa dilihat di

bawah.

9. Intensitas Kepentingan

1 = Kedua elemen sama pentingnya, Dua elemen

mempunyai pengaruh yang sama besar

3 = Elemen yang satu sedikit lebih penting daripada elemen

yanga lainnya, Pengalaman dan penilaian sedikit

menyokong satu elemen dibandingkan elemen yang lainnya

5 = Elemen yang satu lebih penting daripada yang lainnya,

Pengalaman dan penilaian sangat kuat menyokong satu

elemen dibandingkan elemen yang lainnya

7 = Satu elemen jelas lebih mutlak penting daripada elemen

lainnya, Satu elemen yang kuat disokong dan dominan

terlihat dalam praktek.

9 = Satu elemen mutlak penting daripada elemen lainnya,

Bukti yang mendukung elemen yang satu terhadap

elemen lain memeliki tingkat penegasan tertinggi yang

mungkin menguatkan.

2,4,6,8 = Nilai-nilai antara dua nilai pertimbangan-

pertimbangan yang berdekatan, Nilai ini diberikan bila ada

dua kompromi di antara 2 pilihan

Kebalikan = Jika untuk aktivitas i mendapat satu angka

dibanding dengan aktivitas j , maka j mempunyai nilai

kebalikannya dibanding dengan i

10. Menghitung nilai eigen dan menguji konsistensinya.

11. Jika tidak konsisten maka pengambilan data diulangi.

12. Mengulangi langkah 3,4, dan 5 untuk seluruh tingkat hirarki.

13. Menghitung vektor eigen dari setiap matriks perbandingan

berpasangan yang merupakan bobot setiap elemen untuk

penentuan prioritas elemen-elemen pada tingkat hirarki

51

terendah sampai mencapai tujuan. Penghitungan dilakukan

lewat cara menjumlahkan nilai setiap kolom dari matriks,

membagi setiap nilai dari kolom dengan total kolom yang

bersangkutan untuk memperoleh normalisasi matriks, dan

menjumlahkan nilai-nilai dari setiap baris dan membaginya

dengan jumlah elemen untuk mendapatkan rata-rata.

14. Memeriksa konsistensi hirarki. Yang diukur dalam AHP

adalah rasio konsistensi dengan melihat index konsistensi.

Konsistensi yang diharapkan adalah yang mendekati

sempurna agar menghasilkan keputusan yang mendekati

valid. Walaupun sulit untuk mencapai yang sempurna, rasio

konsistensi diharapkan kurang dari atau sama dengan 10

%.

3.3.2 WP

Metode Weighted Product (WP) adalah himpunan berhingga dari

alternatif keputusan yang dijelaskan dalam beberapa hal kriteria

keputusan. Definisi lain mengenai Metode WP adalah :

1. salah satu metode penyelesaian yang ditawarkan untuk

menyelesaikan masalah Multi Attribute Decision Making

(MADM).

2. Metode WP mirip dengan Metode Weighted Sum (WS),

hanya saja metode WP terdapat perkalian dalam

perhitungan matematikanya.

3. Metode WP juga disebut sebagai analisis berdimensi

karena struktur matematikanya menghilangkan satuan

ukuran suatu objek data serta tidak melakukan proses

normalisasi data.

52

Algoritma Weight Product

a. Menentukan tingkat prioritas bobot setiap kriteria (W_Initj)

kemudian dilakukan perbaikan bobot (W j) menggunakan

rumus berikut.

n

j

initjW

initjWWj

1

_

_

Keterangan : n menyatakan banyak kriteria

b. Membuat tabel bobot kriteria yang akan dipilih.

Alternatif (A1)

Kriteria

C1 C2 ... Cn

Item 1 X11 .. ... ..X1n

Item 2 ... .... .... ....

.... ... ... .... ...

Item m Xm1 Xmn

Tabel 1. Tabel Bobot Kriteria

Misal : C1 = Harga, C2 = Diskon, etc sedangkan m mewakili

banyak item.

c. Menghitung vektor Si, dimana setiap data (Xij) akan dikalikan

tetapi sebelumnya dilakukan pemangkatan dengan bobot dari

kriterianya.

n

j

kWj denganXijSi1

, i = 1, 2, ..., m

Dimana

n

j

Wj1

1

K = 1 untuk atribut keuntungan, k = -1 untuk atribut biaya.

53

d. Menghitung vektor Vi kemudian memilih nilai tertinggi sebagai

alternatif terbaik dalam pengambilan keputusan.

dengan

Si

SiVi

n

j

,

1

i = 1, 2, ..., m

54

3.4 Manualisasi AHP WP

Metode AHP

Menetukan matrik perbandingan berpsangan antar kriteria. Penentuan nilai dilakukan dengan membandingkan

antar kriteria misalnya, Ukuran dua kali lebih penting daripada Harga, kemudian Harga lebih penting daripada

Ukuran, dan lain lain. Tabel matrik perbandingan kriteria dapat dilihat pada tabel berikut.

Har

ga

Ukuran(L

xWxH)

Ukuran

Layar(In)

Be

rat

Kehalusan

Gambar

Garansi

Produk

Resolusi

Layar

Power(Input/

Output)

Feat

ure

Harga

1,0 0,5 2,0 10,

0 1,0 4,0 2,0 0,5 2,0

Ukuran(LxWx

H) 2,0 1,0 2,0

10,

0 2,0 3,3 2,0 4,0 2,0

Ukuran

Layar(In) 0,5 0,5 1,0

10,

0 2,0 5,0 0,5 2,0 0,3

Berat 0,1 0,1 0,1 1,0 0,3 0,5 0,3 0,5 0,1

Fitur

Tampilan 1,0 0,5 0,5 3,0 1,0 5,0 0,5 5,0 0,2

55

Garansi

Produk 0,3 0,3 0,2 2,0 0,2 1,0 0,3 0,5 0,2

Resolusi

Layar 0,5 0,5 2,0 4,0 2,0 3,0 1,0 5,0 0,5

Power(Input/

Output) 2,0 0,3 0,5 2,0 0,2 2,0 0,2 1,0 0,2

Feature 0,5 0,5 4,0 10,

0 5,0 10,0 2,0 5,0 1,0

Jumlah

7,9 4,2 12,3 52,

0 13,7 33,8 8,8 23,5 6,5

Tabel 2. Tabel Matrik Perbandingan

Normalisasi matrik perbandingan kriteria dengan cara :

13,06,7

1)1,1(_ ANorm

56

Har

ga

Ukuran(L

xWxH)

Ukuran

Layar(In)

Be

rat

Kehalusan

Gambar

Garansi

Produk

Resolusi

Layar

Power(Input/

Output)

Feat

ure

Harga

0,1

3 0,12 0,16

0,1

9 0,07 0,12 0,23 0,02 0,31

Ukuran(LxWx

H)

0,2

5 0,24 0,16

0,1

9 0,15 0,10 0,23 0,17 0,31

Ukuran

Layar(In)

0,0

6 0,12 0,08

0,1

9 0,15 0,15 0,06 0,09 0,04

Berat 0,0

1 0,02 0,01

0,0

2 0,02 0,01 0,03 0,02 0,02

Fitur

Tampilan

0,1

3 0,12 0,04

0,0

6 0,07 0,15 0,06 0,21 0,03

Garansi

Produk

0,0

3 0,07 0,02

0,0

4 0,01 0,03 0,04 0,02 0,03

Resolusi

Layar

0,0

6 0,12 0,16

0,0

8 0,15 0,09 0,11 0,21 0,08

Power(Input/

Output)

0,2

5 0,06 0,04

0,0

4 0,01 0,06 0,02 0,04 0,03

57

Feature 0,0

6 0,12 0,33

0,1

9 0,36 0,30 0,23 0,21 0,16

Tabel 3. Tabel Hasil Normalisasi

Hitung bobot nlai kriteria dengan cara:

15,09

31,002,023,012,007,019,016,012,013,0)1,1(X

Kriteria Bobot

Harga 0,15

Ukuran(LxWxH) 0,20

Ukuran Layar(In) 0,10

Berat 0,02

Kehalusan Gambar 0,10

Garansi Produk 0,03

Resolusi Layar 0,12

Power(Input.Output) 0,06

58

Feature 0,22

Tabel 4. Tabel Hasil Bobot Kriteria

Bobot inilah yang intinya akan digunakan sebagai bobot untuk melakukan perhitungan akhir menggunakan akhir

menggunakan metode WP.

Metode WP

1. Menghitung vektor Si, dimana data yang ada akan dikalikan tetapi sebelumnya dilakukan pemangkatan

dengan bobot dari masing-masing kriteria yang telah diperoleh dari perhitungan AHP sebelumnya.

Perhitungan Si menggunakan rumus:

n

j

kWj denganXijSi1

, i = 1, 2, ..., m Dimana n

j

Wj1

1

Untuk atribut yang tidak menguntungkan k=-1. Misalkan atribut harga.

Sehingga didapatkan rumus mencari Si untuk menyelesaikan permasalahan rekomendasi pemebelian laptop

adalah :

59

Si = Harga-0,15*Ukuran0,20*Ukuran Layar0,10*Berat-0,02*Kehalusan Gambar0,1*Garansi Produk0,03*Resolusi

Layar0,12*Power0,06*Feature0,22

Sehingga diperoleh hasil sebagai berikut:

Kriteria

Alternatif Har

ga

Ukuran(

LxWxH)

Ukuran

Layar(In)

Be

rat

Kehalusan

Gambar

Garansi

Produk

Resolus

i Layar

Power(Inp

ut/Ouput)

Feat

ure

Toshiba 32" LED TV

HD

450

000

0

70000 32 6 600 2 720 160 4

LG ULTRA HD LED

650

000

0

70000 49 17 800 2 1080 150 5

Changhong LED

Android Smart TV - 32"

400

000

0

72000 32 6 450 3 720 200 3

60

Panasonic LED TV TH-

50AS610G - Hitam

700

000

0

69000 40 12 700 3 1080 160 6

Samsung LED SMART

TV 40"

600

000

0

75000 40 15 750 2 1080 170 5

Tabel 5. Tabel Alternatif

2. Menghitung nilai vektor Si untuk masing masing alternatif. Rumus:

n

j

kWj denganXijSi1

, i = 1, 2, ..., m Dimana n

j

Wj1

1

Sehingga diperoleh hasil seperti tabel berikut:

Alternatif Nilai S

Toshiba 32" LED TV HD 4,189391887

4,552706501

61

Changhong LED Android Smart TV - 32" 3,962603437

Panasonic LED TV TH-50AS610G - Hitam 4,57725439

Samsung LED SMART TV 40" 4,552716085

Tabel 6. Tabel Hasil Vektor S

3. Menghitung nilai vektor Vi kemudian dilakukan pemilihan nilai tertinggi sebagai alternatif terbaik dalam

pengambilan keputusan. Rumus:

dengan

Si

SiVi

n

j

,

1

i = 1, 2, ..., m

Sehingga diperoleh hasil akhir seperti tabel berikut:

Alternatif Nilai V

Toshiba 32" LED TV HD 0,191868778

0,208508121

62

Changhong LED Android Smart TV - 32" 0,181482157

Panasonic LED TV TH-50AS610G - Hitam 0,209632383

Samsung LED SMART TV 40" 0,20850856

Tabel 7. Tabel Vektor V

Nilai V tertinggi adalah 0,20963 nilai inilah yang akan menjadi rekomendasi keputusan sistem. Jadi pada kasus

ini sistem akan merekomendasikan laptop tipe Panasonic LED TV TH-50AS610G - Hitam.

63

3.5 Skenario Pengujian

Pada penelitian ini, skenario pengujian adalah tahap untuk mengidentifikasi dan mendeskripsikan hasi dari keluaran

sistem. Tujuannya untuk memberikan informasi kepada pengguna terkait dengan nilai dari akurasi perhitungan oleh sistem

dengan pembanding perhitungan manual oleh manusia. Pengujian yang kami lakukan terdiri dari 2 skenario, yaitu :

1. Skenario pertama adalah pengujian terhadap banyaknya data yang digunakan. Pengujian ini menggunakan 5 kelompok

data smartTV. Setiap kelompok data terdiri dari 5 jenis alternatif smartTV. Setiap data kelompok akan dihitung nilai akurasi

dengan cara membandingkan hasil perhitungan oleh sistem dengan perhitungan manual (dengan menduga hasil akhir).

Data tersebut digambarkan pada tabel berikut :

Kriteria

Alternatif Har

ga

Ukuran(L

xWxH)

Ukuran

Layar(In)

Be

rat

Kehalusan

Gambar

Garansi

Produk

Resolusi

Layar

Po

wer

Feat

ure

Toshiba 32" LED TV HD 4500

000 70000 32 6 600 2 720 160 4

LG ULTRA HD LED

6500

000 70000 49 17 800 2 1080 150 5

64

Changhong LED

Android Smart TV - 32"

4000

000 72000 32 6 450 3 720 200 3

Panasonic LED TV TH-

50AS610G - Hitam

7000

000 69000 40 12 700 3 1080 160 6

Samsung LED SMART

TV 40"

6000

000 75000 40 15 750 2 1080 170 5

Tabel 8. Data Pengujian 1

Kriteria

Alternatif Har

ga

Ukuran(L

xWxH)

Ukuran

Layar(In)

Be

rat

Kehalusan

Gambar

Garansi

Produk

Resolusi

Layar

Po

wer

Feat

ure

AOC LED 15" 8900

00 60000 15 5 550 2 720 120 3

Polytron TV PLD

24D900 LED Hitam 24"

1800

000 70000 24 17 800 2 720 150 4

65

Sharp 32" LED TV

Hitam AQUOS

2400

000 74500 32 5 650 3 1080 200 3

Sony 32" LED TV Hitam

Bravia KDL

2700

000 80000 32 11 750 2 720 150 7

Cooca LED TV 32E89

32" - Hitam

2400

000 75000 32 16 700 3 720 140 6

Tabel 9. Data Pengujian 2

Kriteria

Alternatif Har

ga

Ukuran(L

xWxH)

Ukuran

Layar(In)

Be

rat

Kehalusan

Gambar

Garansi

Produk

Resolusi

Layar

Po

wer

Feat

ure

LED AOC 19" 1700

000 65000 19 6 600 3 720 150 4

Polytron TV 32T710

LED 32"

2700

000 70000 49 17 750 3 1080 150 4

66

Sharp 24" LED TV

Hitam AQUOS

2100

000 73000 24 6 800 3 1080 180 5

Sony 40" LED TV

Hitam-Bravia KDL

4700

00 70000 40 13 700 2 720 170 7

Cooca 19" LED TV

Hitam 19E88B

1800

00 70000 19 10 650 3 720 150 5

Tabel 10. Data Pengujian 3

Kriteria

Alternatif Har

ga

Ukuran(L

xWxH)

Ukuran

Layar(In)

Be

rat

Kehalusan

Gambar

Garansi

Produk

Resolusi

Layar

Po

wer

Feat

ure

LED AOC 21" 1750

000 65000 21 7 700 3 720 150 3

Polytron LED TV 22"

PLD-22D900

1800

000 67000 22 14 850 2 1080 150 4

67

Sharp IOTO Aquos

LED TV 32"

3350

000 80000 32 7 900 2 1080 210 4

Sony 40" Internet

LED Backlight TV

6000

000 75000 40 10 750 3 1080 160 6

Cooca LED TV 24E88

24" Hitam

1700

000 70000 24 12 700 3 720 130 4

Tabel 11. Data Pengujian 4

Kriteria

Alternatif Har

ga

Ukuran(L

xWxH)

Ukuran

Layar(In)

Be

rat

Kehalusan

Gambar

Garansi

Produk

Resolusi

Layar

Po

wer

Feat

ure

AOC LED 16" 1500

000 60000 16 8 620 3 720 150 5

Polytron PLD 24D800 TV

LED 24" Hitam

1900

000 71000 24 12 750 3 1080 170 4

68

Sharp LED TV Aquos

40" - LC 40LE355M

5000

000 75000 40 10 700 2 1080 200 3

Sony 48" Bravia Full HD

Ready LED TV

8000

00 78000 48 15 760 3 1080 160 6

Coocaa LED TV 40E39

40" - Hitam

3300

000 70000 40 16 720 2 1080 160 6

Tabel 12. Data Pengujian 5

2. Skenario kedua adalah pengujian terhadap variaso matrik perbandingan kriteria berpasangan dengan metode AHP

(menyediakan 5 variasi matrik perbandingan kriteria berpasangan dan masing masing variasi akan dihitung nilai

akurasinya). Data tersebut digambarkan pada tabel berikut :

Har

ga

Ukuran(Lx

WxH)

Ukuran

Layar(In)

Ber

at

Kehalusan

Gambar

Garansi

Produk

Resolusi

Layar

Pow

er

Feat

ure

Harga 1 0.3 3 5 10 2.5 3.3 2.5 3.3

69

Ukuran(LxW

xH) 3 1 3 5 10 2.5 2 0.25 3.3

Ukuran

Layar(In) 0.3 0.3 1 10 3.3 5 0,5 2 0,25

Berat 0,2 0.2 0,1 1 0,33 0,5 0,2 0,5 0,1

Kehalusan

Gambar 0,1 0.1 0.3 3 1 5 0,5 5 0,2

Garansi

Produk 0,4 0.4 0,2 2 0,2 1 0.3 0,5 0,2

Resolusi

Layar 0,3 0,5 3 5 2 3 1 5 0,5

Power 0,25 0,25 0,5 2 0,2 2 0,2 1 0,2

Feature 0.3 0.3 2 10 5 5 2 5 1

Jumlah 5,25 1,75 12,8 43 28,73 21,5 6,4 19 2,45

Tabel 13. Matrik Perbandingan Pengujian 1