SISTEM PENDUKUNG KEPUTUSAN
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PROVIDER INTERNET MENGGUNAKAN METODE AHP, SAW & TOPSIS DOSEN
: DRS. RETANTYO WARDOYO, M.SC., PH.D
NAMA
: INDRA NUGROHO 1411600594 ASEP AHMADI 1411600586 SYAIFUL ANWAR 1411600388 HUSNUL KAMAL ZEGA 1411601071
KELOMPOK : MI MAGISTER ILMU KOMPUTER UNIVERSITAS BUDI LUHUR 2015
DAFTAR ISI BAB I ................................................................................................................................................... 2 PENDAHULUAN .................................................................................................................................. 2 BAB II .................................................................................................................................................. 3 LANDASAN TEORI .............................................................................................................................. 3 2.1. ANALYTICAL HIERARCHY PROCESS ........................................................................................ 3 2.2. Simple Additeve Weighting (SAW) ........................................................................................ 4 2.3. Technique For Other Preference by Similiraty to Ideal Solution (TOPSIS) ........................... 6 BAB III ................................................................................................................................................. 7 PEMBAHASAN .................................................................................................................................... 7 3.1. Menentukkan Spesifikasi Provider ........................................................................................ 7 3.2. Menentukkan Bobot Parameter dengan Metode AHP ......................................................... 7 3.3. Menentukan Rating dengan Interpolasi, Profile Matching, dan AHP –................................ 8 Interpolasi ...................................................................................................................................... 8 3.4. Mengambil Keputusan dengan Metode SAW dan Metode TOPSIS ..................................... 0 BAB IV................................................................................................................................................. 0 KESIMPULAN ...................................................................................................................................... 0
BAB I PENDAHULUAN Saat ini kebutuhan untuk koneksi di sebuah perusahaan bukan lagi menjadi pelengkap, melainkan sudah seperti menjadi suatu kebutuhan yang wajib ada dalam kegiatan sehari-hari. Mulai dari pekerjaan kantor, laporan bahkan dalam komunikasi sehari-hari koneksi jaringan sangat dibutuhkan. Dewasa ini, banyak provider penyelenggara jasa internet yang menawarkan dengan harga dan kualitas yang berbeda, tentunya dengan harga yang bervariasi pula, membuat sebuah perusahaan menjadi kesulitan dalam menentukan pilihan yang sesuai dengan kebutuhan dan budget Perusahaan. Tidak jarang juga perusahaan memasang dengan spesifikasi yang tidak disesuaikan dengan harapan. Misalnya saja, memasang koneksi jaringan dengan bandwidth tinggi, tetapi harga yang sahat mahal. Padahal sebenarnya dengan ada provider dengan harga murah dapat bandwidth yang sama, perusahaan dapat menyesuaikan kebutuhan berdasarkan kapasitas yang di perlukan, harga yang murah dan pelayana customer yang selalu ada. Tentunya permasalahan yang ditimbulkan di atas dapat diperkecil dengan menghitung menggunakan metode penunjang keputusan yang dapat memberikan alternatif-alternatif keputusan pemilihan provider penyelenggara jasa internet yang telah memberikan penawaran terbaik kepada perusahaan. Informasi tersebut diperoleh dari informasi yang diberikan oleh sales dan dicatat untuk dibandingkan menurut kebutuhan. Berdasarkan penawaran, sebanyak 5 provider yang memberikan penawaran khusus di antaranya mengungkapkan bahwa diperlukan suatu penghitungan yang dapat memberikan alternatif-alternatif keputusan pemilihan provider jaringan untuk dipasang sebagai sarana bekerja karyawan. Berangkat dari permasalahan sebelumnya yang mendasari penelitian untuk menerapkan metode penghitungan pengambil keputusan pemilihan provider agar perusahaan dapat menentukan pilihan provider dengan tepat sesuai dengan kebutuhan dan besar kapasitas yang diminta. Metode sistem pendukung keputusan yang ada dan dapat dijadikan patokan dalam mengambil keputusan beberapa
metode sistem pengambilan keputusan, salah satunya metode yang digunakan untuk aplikasi sistem pendukung keputusan ini adalah dengan menggunakan metode Analytical Hieararchy Process. Metode Analytical Hieararchy Process adalah metode pengambilan keputusan yang multi kriteria, sedangkan pengambilan keputusan pemilihan Provider penyelenggara internet juga mengandalkan kriteria-kriteria seperti nama provider, Kapasitas, pelayanan, dan harga yang bervariasi. Dengan melihat adanya kriteria-kriteria yang dipergunakan untuk mengambilan keputusan, maka akan sangat cocok menggunakan metode ini dengan multi kriteria, karena mampu memilih alternatif terbaik.
BAB II LANDASAN TEORI 2.1. ANALYTICAL HIERARCHY PROCESS Sumber kerumitan masalah keputusan bukan hanya dikarenakan faktor ketidakpastian atau ketidaksempurnaan informasi saja. Namun masih terdapat penyebab lainnya seperti banyaknya factor yang mempengaruhi terhadap pilihanpilihan yang ada, dengan berbagai macam kriteria. Dalam masalah Multi Criteria Decision Making (MCDM), pengambil keputusan menilai sekumpulan alternatif keputusan berdasarkan kriteria. Salah satu pendekatan yang sering digunakan untuk menyelesaikan persoalan MCDM ini adalah dengan metode Analytic Hierarchy Process (Saaty, 1991). Pada dasarnya Analytic Hierarchy Process adalah suatu teori umum tentang pengukuran yang digunakan untuk menemukan skala rasio terbaik dari perbandingan berpasangan yang diskrit maupun kontiniu. Analytic Hierarchy Process sangat cocok dan flexibel digunakan untuk menentukan keputusan yang menolong seorang decision maker untuk mengambil keputusan yang efisien dan efektif berdasarkan segala aspek yang dimilikinya. Jenis-jenis Analytic Hierarchy Process antara lain (Bound dalam Setiawan, 2009:4).
a. Single-criteria adalah memilih salah satu alternative dengan satu kriteria. b. Multi-criteria adalah pengambilan keputusan yang melibatkan beberapa alternatif dengan lebih dari satu kriteria dan memilih satu alternative dengan banyak kriteria. A. Tahapan-tahapan Analytic Hierarchy Process Tahapan-tahapan pengambilan keputusan dengan Metode Analytic Hierarchy Process (Suryadi & Ramdhani, 1998) adalah sebagai berikut. a. Mendefinisikan masalah dan menentukan solusi yang diinginkan. b. Membuat struktur hierarki yang diawali dengan tujuan umum. c. Membuat perbandingan berpasangan antar faktor. C = n(n – 1)/2 (1) d. Melakukan matriks perbandingan. e. Menghitung nilai eigen dan menguji f.
konsistensinya.
g. nilai eigen = ((ΣVij)/n)/(ΣVij) (2) h. f. Mengulang langkah 3, 4, dan 5. i.
g. Menghitung vector eigen kriteria.
j.
h. Melakukan perbandingan berpasangan terhadap
k. alternatif. l.
i. Menghitung vector eigen alternatif.
m. j. Menghitung peringkat alternatif. n. k. Memeriksa konsistensi hierarki.
2.2. Simple Additeve Weighting (SAW) Metode SAW sering dikenal dengan istilah metode penjumlahan terbobot. Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut. Metode SAW dapat membantu dalam pengambilan keputusan suatu kasus, akan tetapi perhitungan dengan menggunakan metode SAW ini hanya yang menghasilkan nilai terbesar yang akan terpilih sebagai alternatif yang terbaik. Perhitungan akan sesuai dengan metode ini
apabila alternatif yang terpilih memenuhi kriteria yang telah ditentukan. Metode SAW ini lebih efisien karena waktu yang dibutuhkan dalam perhitungan lebih singkat. Metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada.
Sedangkan untuk kriterianya terbagi dalam dua kategori yaitu untuk bernilai positif termasuk dalam kriteria keuntungan dan yang bernilai negatif termasuk dalam kriteria biaya. Keterangan : A : Alternatif C : Kriteria W : Bobot Preferensi V : Nilai preferensi untuk setiap alternatif X : Nilai Alternatif dari setiap kriteria Tahapan Metode SAW 1. Menentukan kriteria-kriteria yang akan dijadikan acuan dalam pengambilan keputusan, yaitu C1. 2. Menentukan rating kecocokan setiap alternatif pada setiap kriteria. 3. Membuat matriks keputusan berdasarkan kriteria (C1), kemudian melakukan normalisasi matriks berdasarkan persamaan yang disesuaikan dengan jenis atribut sehingga diperoleh matriks ternormalisasi R. 4. Hasil akhir diperoleh dari proses perankingan yaitu penjumlahan dari perkalian matriks ternormalisasi R dengan vector bobot sehingga diperoleh nilai terbesar yang dipilih sebagai alternatif terbaik (A1) sebagai solusi.
2.3. Technique For Other Preference by Similiraty to Ideal Solution (TOPSIS) TOPSIS (Technique For Others Reference by Similarity to Ideal Solution) adalah salah satu metode pengambilan keputusan multikriteria yang pertama kali diperkenalkan oleh Yoon dan Hwang (1981). TOPSIS menggunakan prinsip bahwa alternatif yang terpilih harus mempunyai jarak terdekat dari solusi ideal positif dan terjauh dari solusi ideal negatif dari sudut pandang geometris dengan menggunakan jarak Euclidean untuk menentukan kedekatan relatif dari suatu alternatif dengan solusi optimal. Solusi ideal positif didefinisikan sebagai jumlah dari seluruh nilai terbaik yang dapat dicapai untuk setiap atribut, sedangkan solusi negatif-ideal terdiri dari seluruh nilai terburuk yang dicapai untuk setiap atribut. TOPSIS mempertimbangkan keduanya, jarak terhadap solusi ideal positif dan jarak terhadap solusi ideal negatif dengan mengambil kedekatan relatif terhadap solusi ideal positif. Berdasarkan perbandingan terhadap jarak relatifnya, susunan prioritas alternatif bisa dicapai. Metode ini banyak digunakan untuk menyelesaikan pengambilan keputusan secara praktis. Hal ini disebabkan konsepnya sederhana dan mudah dipahami, komputasinya efisien,dan memiliki kemampuan mengukur kinerja relatif dari alternatif-alternatif keputusan. PROSEDUR TOPSIS 1. Menghitung separation measure 2. Menentukan jarak antara nilai setiap alternatif dengan matriks solusi ideal positif dan negatif 3. Menentukan nilai preferensi untuk setiap alternatif 4. Decision matrix D mengacu terhadap m alternatif yang akan dievaluasi
BAB III PEMBAHASAN 3.1. Menentukkan Spesifikasi Provider
Parameter
M1
M2
M3
M4
M5
Rp. 699.000
Rp.299.000
Rp.1.000.000
Rp.799.000
Rp.899.000
10 (Mbps)
5 (Mbps)
5 (Mbps)
2 (Mbps)
2 (Mbps)
80 (%)
90 (%)
95 (%)
99 (%)
99 (%)
Provider
First Media
Speedy
IDOLA
Biznet
CBN
Support
8 Jam
12 Jam
24 Jam
24 Jam
24 Jam
Harga Bandwith SLA
3.2. Menentukkan Bobot Parameter dengan Metode A HP Harga
:
Bandwith
=
2
:
1
Harga
:
SLA
=
3
:
1
Harga
:
Provider
=
5
:
1
Harga
:
Support
=
5
:
3
Bandwidth
:
SLA
=
4
:
2
Bandwidth
:
Provider
=
4
:
1
Bandwidth
:
Support
=
3
:
2
SLA
:
Provider
=
1
:
3
SLA
:
Support
=
3
:
5
Provider
:
Support
=
3
:
2
Perbandingan yang terjadi
3.3. Menentukan Rating dengan Interpolasi, Profile Matching, dan AHP – Interpolasi
Rumus
Jika kriteria minimum, maka nilai terkecil memiliki rating tertinggi. Berikut merupakan Rumus untuk rating :
“(nilai - nilai min) / (nilai max - nilai min) * (rating min - rating max) + rating max”
Jika kriteria maksimum, maka nilai terbesar memiliki rating tertinggi. Berikut merupakan Rumus untuk rating :
“(nilai - nilai min) / (nilai max - nilai min) * (rating max - rating min) + rating min” Rumus Rating Parameter Harga Bandwith SLA(%) Provider Support
Kriteria Murah Besar Tinggi Terpercaya Full
Bobot 0.285714286 0.214285714 0.142857143 0.25 0.107142857
M1 3.282453638 1 4 4 3
M2 1 2.25 2.421052632 5 2.5
M3 5 2.25 1.631578947 3 1
M4 3.853067047 3 1 2 1
M5 4.423680456 3 1 1 1
Profile Matching
Profile Matching adalah sebuah mekanisme pengambilan keputusan dengan mengasumsikan bahwa terdapat tingkat variabel prediktor yang ideal yang harus dipenuhi oleh subyek yang diteliti, bukannya tingkat minimal yang harus dipenuhi atau dilewati. Sementara GAP merupakan perbedaan/selisih value masing-masing aspek/atribut dengan value. Parameter
Kriteria
Bobot
M1
M2
M3
M4
M5
Harga (Rp)
Murah
8
699000
299000
1000000
799000
899000
Bandwith (Mbps)
Besar
6
10
5
5
2
2
SLA(%)
Tinggi
4
80
90
95
99
99
Provider
Terpercaya
7
First Media
Speedy
IDOLA
Biznet
CBN
Support
Full
3
8
12
24
24
24
Menentukan nilai standar Harga
Bandwidth
SLA
Provider
Murah
Sedang
Mahal
Kecil
Sedang
Besar
Rendah
Sedang
Tinggi
Tidak terpercaya
3
2
1
1
2
3
1
2
3
1
Nilai Standar :
2
Kurang 2
Mencari nilai GAP (Nilai notebook – nilai standard (minimum)) Aspek
No
Nama
1 2 3
IDOLA
1
2
3
2
3
4
Biznet
2
1
3
3
3
5
CBN
A
B
C
D
E
First Media
2
3
2
3
1
Speedy
3
2
2
3
2
Nilai Standar
1
1
3
2
3
2
2
2
2
2
1
First Media
0
1
0
1
-1
2
Speedy
1
0
0
1
0
3
IDOLA
-1
0
1
0
1
4
Biznet
0
-1
1
1
1
5
CBN
-1
-1
1
0
1
Menggolongkan sub aspek ke dalam Faktor Utama dan Faktor Tambahan core factor
Harga (A)
Bandwidth(B)
secondary factor
SLA (C)
Provider(D)
Support(E)
Perhitungan bobot No
selisih
bobot
keterangan
1
0
4
tidak ada selisih (kompetensi sesuai dengan yang dibutuhkan)
2
1
5
kompetensi kelebihan 1 tingkat / level
3
-1
3.5
kompetensi kekurangan 1 tingkat / level
Support Terpercaya
No Support
Half
Full
3
1
2
3
Mencari nilai GAP (Nilai notebook – nilai standard (minimum)) Aspek
No
Nama
1
First Media
2
Speedy
3
2
2
3
2
3
IDOLA
1
2
3
2
3
4
Biznet
2
1
3
3
3
5
CBN
1
1
3
2
3
2
2
2
2
2
Nilai Standar
A
B
C
D
E
2
3
2
3
1
1
First Media
0
1
0
1
-1
2
Speedy
1
0
0
1
0
3
IDOLA
-1
0
1
0
1
4
Biznet
0
-1
1
1
1
5
CBN
-1
-1
1
0
1
Menggolongkan sub aspek ke dalam Faktor Utama dan Faktor Tambahan core factor
Harga (A)
Bandwidth(B)
secondary factor
SLA (C)
Provider(D)
Support(E)
Perhitungan bobot No
selisih
bobot
1
0
4
2
1
5
3
-1
3.5
keterangan tidak ada selisih (kompetensi sesuai dengan yang dibutuhkan) kompetensi kelebihan 1 tingkat / level kompetensi kekurangan 1 tingkat / level
pengelompokan core factor dan secondary factor Core Factor
Konversi Nilai ke Bobot
Secondary
1
First Media
4
5
4
5
3.5
4.5
4.1667
2
Speedy
5
4
4
5
4
4.5
4.3333
3
IDOLA
3.5
4
5
4
5
3.75
4.6667
4
Biznet
4
3.5
5
5
5
3.75
5
5
CBN
3.5
3.5
5
4
5
3.5
4.6667
Perhitungan nilai total No
Provider
1
First Media
2
Speedy
3 4 5
N1=60%xNCF + 40% * NSF
CF
rangking akhir
SF
NI
4.5
4.16666667
4.3666667
2
4.5
4.33333333
4.4333333
1
IDOLA
3.75
4.66666667
4.1166667
4
Biznet
3.75
5
4.25
3
CBN
3.5
4.66666667
3.9666667
5
pengelompokan core factor dan secondary factor Core Factor
Konversi Nilai ke Bobot 4
First Media
2
Speedy
5
4
4
5
4
4.5
4.3333
3
IDOLA
3.5
4
5
4
5
3.75
4.6667
4
Biznet
4
3.5
5
5
5
3.75
5
5
CBN
3.5
3.5
5
4
5
3.5
4.6667
Perhitungan nilai total
5
4
5
Secondary
1
3.5
4.5
4.1667
N1=60%xNCF + 40% * NSF
CF
Provider
1
First Media
2
Speedy
4.5
4.33333333
4.4333333
1
3
IDOLA
3.75
4.66666667
4.1166667
4
4
Biznet
3.75
5
4.25
3
5
CBN
3.5
4.66666667
3.9666667
5
4.5
SF
NI
4.16666667
4.3666667
rangking akhir
No
2
AHP Parameter
Harga(Rp)
Harga (Rp)
Bandwidth (Mbps)
SLA(%)
Provider
Support
1
2
3
5
0.5
1
2
4
1.5
0.33333
0.25
1
0.333333333
0.6
Provider
0.25
0.25
3
1
1.5
Support
0.33333
0.5
1.5
0.666666667
1
Total
2.41667
4
10.5
11
6.266666667
Total * Bobot 1
0.95504
1.03442802
0.83669868
1.542485983
0.791437053
Total * Bobot 2 Lamda max bobot 1 Lamda max bobot 2
0.8955
1.053144807
0.773037543
1.93076548
0.733300829
5.16009
CI bobot 1
0.04002
CI bobot 2
0.09644
Bandwith (Mbps) SLA(%)
1.666666667
5.38575
1.12
RI (n=5) CR bobot 1
0.03573
CR bobot 2
0.0861
Jika CR kurang dari sama dengan 0,1 maka konsisten Jika CR lebih dari 0,1 maka tidak konsisten
Rating Bobot
M1
Murah
Bandwith
Besar
0.214285714
1
2.25
2.25
3
3
SLA(%)
Tinggi
0.142857143
4
2.421052632
1.631578947
1
1
Provider
Terpercaya
0.25
4
5
3
2
1
Support
Full
0.107142857
3
2.5
1
1
1
3.282453638
M3
M5
Kriteria
Harga
0.285714286
M2
M4
Parameter
1
5
3.853067047
4.423680456
AHP Parameter
Harga(Rp)
Harga (Rp) Bandwith (Mbps) SLA(%)
Bandwidth (Mbps)
SLA(%)
Provider
Support
1
2
3
5
1.666666667
0.5
1
2
4
1.5
0.33333
0.25
1
0.333333333
0.6
Provider
0.25
0.25
3
1
1.5
Support
0.33333
0.5
1.5
0.666666667
1
Total
2.41667
4
10.5
11
6.266666667
Total * Bobot 1
0.95504
1.03442802
0.83669868
1.542485983
0.791437053
Total * Bobot 2 Lamda max bobot 1 Lamda max bobot 2
0.8955
1.053144807
0.773037543
1.93076548
0.733300829
5.16009
CI bobot 1
0.04002
CI bobot 2
0.09644
5.38575
1.12
RI (n=5) CR bobot 1
0.03573
CR bobot 2
0.0861
Jika CR kurang dari sama dengan 0,1 maka konsisten Jika CR lebih dari 0,1 maka tidak konsisten
Rating Bobot
M1
M3
M5
Kriteria
Harga
Murah
Bandwith
Besar
0.214285714
1
2.25
2.25
3
3
SLA(%)
Tinggi
0.142857143
4
2.421052632
1.631578947
1
1
Provider
Terpercaya
Support
Full
0.285714286
M2
M4
Parameter
3.282453638
1
5
3.853067047
4.423680456
0.25
4
5
3
2
1
0.107142857
3
2.5
1
1
1
3.4. Mengambil Keputusan dengan Metode SAW dan Metode TOPSIS Metode SAW Metode Simple Additive Weighting (SAW) juga dikenal dengan metode penjumlahan terbobot. Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut. Parameter Harga
Kriteria Murah
Bobot
M1
M2
M3
M4
M5
0.285714286
3.282453638
1
5
3.853067047
4.423680456
Bandwith
Besar
0.214285714
1
2.25
2.25
3
3
SLA(%)
Tinggi
0.142857143
4
2.421052632
1.631578947
1
1
Provider
Terpercaya
0.25
4
5
3
2
1
Support
Full
0.107142857
3
2.5
1
1
1
1
Total
Metode SAW menggunakan pembobotan untuk setiap atribut. Parameter
Kriteria
Harga
Murah
Bandwith
Besar
0.214285714
0.214285714
0.482142857
0.482142857
0.642857143
0.642857143
SLA(%)
Tinggi
0.142857143
0.571428571
0.345864662
0.233082707
0.142857143
0.142857143
Provider
Terpercaya
0.25
1
1.25
0.75
0.5
0.25
0.107142857
0.321428571
0.267857143
0.107142857
0.107142857
0.107142857
Support
Full 0
Total
Bobot
M1
0.285714286
1
M2 0.937843896
M3
0.285714286
M4
1.428571429
M5
1.100876299
1.263908702
3.4. Mengambil Keputusan dengan Metode SAW dan Metode TOPSIS Metode SAW Metode Simple Additive Weighting (SAW) juga dikenal dengan metode penjumlahan terbobot. Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut. Bobot
M1
M2
M3
M4
M5
0.285714286
3.282453638
1
5
3.853067047
4.423680456
Besar
0.214285714
1
2.25
2.25
3
3
Tinggi
0.142857143
4
2.421052632
1.631578947
1
1
0.25
4
5
3
2
1
0.107142857
3
2.5
1
1
1
Parameter Harga
Kriteria Murah
Bandwith SLA(%) Provider
Terpercaya
Support
Full
1
Total
Metode SAW menggunakan pembobotan untuk setiap atribut. Parameter
Kriteria
Harga
Murah
Bandwith
Besar
0.214285714
0.214285714
0.482142857
0.482142857
0.642857143
0.642857143
SLA(%)
Tinggi
0.142857143
0.571428571
0.345864662
0.233082707
0.142857143
0.142857143
Provider
Terpercaya
Support
Full 0
Bobot
M1
0.285714286
M2 0.937843896
M3
0.285714286
M4
1.428571429
M5
1.100876299
1.263908702
0.25
1
1.25
0.75
0.5
0.25
0.107142857
0.321428571
0.267857143
0.107142857
0.107142857
0.107142857
Total
1
Skor total untuk alternatif diperoleh dengan menjumlahkan seluruh hasil perkalian antara rating (yang dapat dibandingkan lintas atribut) dan bobot tiap atribut.
Parameter
Kriteria
Bobot
M1
M2
M3
M4
M5
SUMSQ
SQRT
Harga
Murah
0.285714286
699000
299000
1000000
799000
899000
Bandwith
Besar
0.214285714
10
5
5
2
2
3.025E+12
1739138.9
158
12.569805
SLA(%)
Tinggi
0.142857143
80
90
95
99
Provider
Terpercaya
0.25
4
5
3
2
99
43127
207.67041
1
55
7.4161985
Support
Full
0.107142857
8
12
24
24
24
1936
44
Metode TOPSIS
Metode TOPSIS merupakan salah satu metode pengambilan keputusan multikriteria yang banyak digunakan untuk menyelesaikan pengambilan keputusan secara praktis. Normalisasi Parameter
Kriteria
Harga (Rp)
Murah
Bobot
M1
Bandwith (Mbps)
Besar
0.214285714
0.795557284
0.397778642
0.397778642
0.159111457
0.159111457
SLA(%)
Tinggi
0.142857143
0.385225797
0.433379022
0.457455634
0.476716924
0.476716924
Provider
Terpercaya
0.25
0.53935989
0.674199862
0.404519917
0.269679945
0.134839972
Support
Full
0.107142857
0.181818182
0.272727273
0.545454545
0.545454545
0.545454545
0.285714286
M2
0.401923051
0.171924166
M3 0.574997212
M4 0.459422772
M5 0.516922494
Skor total untuk alternatif diperoleh dengan menjumlahkan seluruh hasil perkalian antara rating (yang dapat dibandingkan lintas atribut) dan bobot tiap atribut.
Parameter
Kriteria
Harga
Murah
Bobot
M1
M2
Bandwith
Besar
0.214285714
10
5
5
2
2
158
12.569805
SLA(%)
Tinggi
0.142857143
80
90
95
99
99
43127
207.67041
Provider
Terpercaya
0.25
4
5
3
2
1
55
7.4161985
Support
Full
0.107142857
8
12
24
24
24
1936
44
0.285714286
699000
M3 299000
M4
1000000
M5 799000
899000
SUMSQ
SQRT
3.025E+12
1739138.9
Metode TOPSIS
Metode TOPSIS merupakan salah satu metode pengambilan keputusan multikriteria yang banyak digunakan untuk menyelesaikan pengambilan keputusan secara praktis. Normalisasi Parameter
Kriteria
Bobot
M1
M2
M3
M4
M5
Harga (Rp)
Murah
0.285714286
0.401923051
0.171924166
0.574997212
0.459422772
0.516922494
Bandwith (Mbps)
Besar
0.214285714
0.795557284
0.397778642
0.397778642
0.159111457
0.159111457
SLA(%)
Tinggi
0.142857143
0.385225797
0.433379022
0.457455634
0.476716924
0.476716924
Provider
Terpercaya
0.25
0.53935989
0.674199862
0.404519917
0.269679945
0.134839972
Support
Full
0.107142857
0.181818182
0.272727273
0.545454545
0.545454545
0.545454545
Setelah menentukkan bobot untuk setiap parameter, score untuk semua data yang tidak terstruktur dapat ditentukan. Parameter
Kriteria
Bobot
M1
M2
M3
M4
M5
Ideal Positif
Ideal Negatif
Harga (Rp)
Murah
0.285714286
0.114835157
0.04912119
0.164284918
0.131263649
0.147692141
0.0491212
0.2857143
Bandwith (Mbps)
Besar
0.214285714
0.170476561
0.08523828
0.08523828
0.034095312
0.034095312
0.1704766
0.0340953
SLA(%)
Tinggi
0.142857143
0.055032257
0.061911289
0.065350805
0.068102418
0.068102418
0.0681024
0.0550323
Provider
Terpercaya
0.25
0.134839972
0.168549966
0.101129979
0.067419986
0.033709993
0.16855
0.03371
Support
Full
0.107142857
0.019480519
0.029220779
0.058441558
0.058441558
0.058441558
0.0584416
0.0194805
Menentukkan solusi ideal positif untuk tiap parameter dan menghitung nilai separasi untuk masing-masing obyek (S*). (Hasil terkecil bernilai 1, terbesar bernilai max) Parameter
M1
Harga (Rp) Bandwith (Mbps)
M2
M3
M4
M5
0.004318325
0
0.013262684
0.006747384
0.009716232
0
0.007265564
0.007265564
0.018599845
0.018599845
SLA(%)
0.000170829
3.83301E-05
7.57137E-06
0
0
Provider
0.001136364
0
0.004545455
0.010227273
0.018181818
Support
0.001517963
0.000853854
0
0
0
0.084519115
0.090320255
0.158370687
0.188612039
0.215633707
1
2
3
4
5
S*
Setelah menentukkan bobot untuk setiap parameter, score untuk semua data yang tidak terstruktur dapat ditentukan. Parameter
Kriteria
Bobot
M1
M2
M3
M4
M5
Ideal Positif
Ideal Negatif
Harga (Rp)
Murah
0.285714286
0.114835157
0.04912119
0.164284918
0.131263649
0.147692141
0.0491212
0.2857143
Bandwith (Mbps)
Besar
0.214285714
0.170476561
0.08523828
0.08523828
0.034095312
0.034095312
0.1704766
0.0340953
SLA(%)
Tinggi
0.142857143
0.055032257
0.061911289
0.065350805
0.068102418
0.068102418
0.0681024
0.0550323
Provider
Terpercaya
0.25
0.134839972
0.168549966
0.101129979
0.067419986
0.033709993
0.16855
0.03371
Support
Full
0.107142857
0.019480519
0.029220779
0.058441558
0.058441558
0.058441558
0.0584416
0.0194805
Menentukkan solusi ideal positif untuk tiap parameter dan menghitung nilai separasi untuk masing-masing obyek (S*). (Hasil terkecil bernilai 1, terbesar bernilai max) Parameter
M1
Harga (Rp)
M2
M3
M4
M5
0.004318325
0
0.013262684
0.006747384
0.009716232
0
0.007265564
0.007265564
0.018599845
0.018599845
SLA(%)
0.000170829
3.83301E-05
7.57137E-06
0
0
Provider
0.001136364
0
0.004545455
0.010227273
0.018181818
Support
0.001517963
0.000853854
0
0
0
0.084519115
0.090320255
0.158370687
0.188612039
0.215633707
1
2
3
4
5
Bandwith (Mbps)
S*
Menentukkan solusi ideal negatif untuk tiap parameter dan menghitung nilai separasi untuk masing-masing obyek (S-). (Hasil terbesar bernilai 1, terkecil bernilai max) Parameter
M1
M2
M3
M4
M5
Harga (Rp)
0.029199676
0.055976293
0.014745091
Bandwith (Mbps)
0.018599845
0.002615603
0.002615603
0
0
SLA(%)
0.000438356
0.000773729
0.000976906
0.001156483
0.001156483
Provider
0.010149487
0.018078054
0.004493647
0.001110534
1.48471E-07
Support
0.000213592
2.37611E-05
0.00059274
0.00059274
0.00059274
0.242076343
0.278329731
0.153048968
0.163446493
0.144220262
2
1
4
3
5
s
Hitung C-
0.023854999
0.019050112
(Diurutkan dari yang terbesar ke terkecil)
Rumus : S min / (S min - S bintang) M1
Hitung C+
M3
M4
M5
1.536434385
M2 1.480402673
-28.75931366
-6.494851715
-2.019511326
1
2
5
4
3
(Diurutkan dari yang terkecil ke terbesar)
Rumus : S bintang / (S bintang - S min) M1
M2
M3
M4
M5
-0.536434385
-0.480402673
29.75931366
7.494851715
3.019511326
1
2
5
4
3
Menentukkan solusi ideal negatif untuk tiap parameter dan menghitung nilai separasi untuk masing-masing obyek (S-). (Hasil terbesar bernilai 1, terkecil bernilai max) Parameter
M1
M2
M3
M4
M5
Harga (Rp)
0.029199676
0.055976293
0.014745091
Bandwith (Mbps)
0.018599845
0.002615603
0.002615603
0
0
SLA(%)
0.000438356
0.000773729
0.000976906
0.001156483
0.001156483
Provider
0.010149487
0.018078054
0.004493647
0.001110534
1.48471E-07
Support
0.000213592
2.37611E-05
0.00059274
0.00059274
0.00059274
0.242076343
0.278329731
0.153048968
0.163446493
0.144220262
2
1
4
3
5
s
Hitung C-
0.023854999
0.019050112
(Diurutkan dari yang terbesar ke terkecil)
Rumus : S min / (S min - S bintang) M1
Hitung C+
M3
M4
M5
1.536434385
M2 1.480402673
-28.75931366
-6.494851715
-2.019511326
1
2
5
4
3
(Diurutkan dari yang terkecil ke terbesar)
Rumus : S bintang / (S bintang - S min) M1
Jadi, hasil perhitungannya adalah : 1. M1 2. M2 3. M5 4. M4 5. M3
M2
M3
M4
M5
-0.536434385
-0.480402673
29.75931366
7.494851715
3.019511326
1
2
5
4
3
Jadi, hasil perhitungannya adalah : 1. M1 2. M2 3. M5 4. M4 5. M3
BAB IV KESIMPULAN
Berdasarkan hasil penghitungan dan evaluasi dari BAB terdahulu, maka dapat ditarik kesimpulan sebagai berikut. 1. Penggunaan metode Analytical Hierarchy Procespada Sistem Pendukung Keputusan dalam menentukan pemilihan Provider penyelenggara jasa internet yang tepat sesuai dengan spesifikasi yang diminta pembeli dapat diterapkan dan berhasil dibuat sesuai dengan tahap penghitungan dan keputusan yang tepat. 2. Dalam penelitian ini ditemukan Ada 5 parameter yang menjadi acuan untuk menentukan Provider ISP mana yang menduduki ranking pertama, di antaranya adalah Harga, Bandwitdh, SLA, Provider dan support. Dari hasil kalkulasi yang dilakukan sesuai dengan metode SAW dan metode TOPSIS, ISP First
BAB IV KESIMPULAN
Berdasarkan hasil penghitungan dan evaluasi dari BAB terdahulu, maka dapat ditarik kesimpulan sebagai berikut. 1. Penggunaan metode Analytical Hierarchy Procespada Sistem Pendukung Keputusan dalam menentukan pemilihan Provider penyelenggara jasa internet yang tepat sesuai dengan spesifikasi yang diminta pembeli dapat diterapkan dan berhasil dibuat sesuai dengan tahap penghitungan dan keputusan yang tepat. 2. Dalam penelitian ini ditemukan Ada 5 parameter yang menjadi acuan untuk menentukan Provider ISP mana yang menduduki ranking pertama, di antaranya adalah Harga, Bandwitdh, SLA, Provider dan support. Dari hasil kalkulasi yang dilakukan sesuai dengan metode SAW dan metode TOPSIS, ISP First Media berhasil menempati ranking pertama di antara empat ISP lainnya. Dengan kata lain, ISP tersebut memiliki nilai keseluruhan yang paling tinggi baik pada metode SAW maupun TOPSIS. Sementara posisi terakhir ditempati oleh ISP IDOLA yang notabenenya untuk Perusahaan besar.
