Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2013)
ISBN 978-602-19837-2-0
Sistem Pendukung Keputusan Untuk Menentukan Lokasi Pasar
Dengan Menggunakan Fuzzy Multi Atribut Decision Making
(FMADM) Metode Simple Additive Weighting (SAW)
Reny Wahyuning Astuti1), Muhsin2)
Program Studi Teknik Informatika STMIK Nurdin Hamzah Jambi1,2)
Jl. Kol. Abundjani, Sipin, Jambi
E-mail :
[email protected]),
[email protected])
Abstrak
Dalam membuat rencana bisnis, pemilihan lokasi
usaha
adalah
hal
utama
yang
perlu
dipertimbangkan. Lokasi strategis menjadi salah
satu faktor penting dan sangat menentukan
keberhasilan suatu usaha. Banyak hal yang harus
dipertimbangkan dalam memilih lokasi, sebagai
salah satu faktor mendasar, yang sangat
berpengaruh pada penghasilan dan biaya, baik
biaya tetap maupun biaya variabel. Pasar sebagai
salah satu unit bisnis juga memerlukan lokasi
strategis dalam proses penentuannya. Tak jarang,
aset ekonomi sangat disesuaikan dengan keberadaan
konsumen yang mendominasi lokasi tersebut. Tak
hanya aspek konsumen, aspek jangkauan atau akses
juga menjadi pertimbangan ketika suatu aset
ekonomi hendak dirintis. Fuzzy Multri Atribut
Decision Making (FMADM) metode Simple Additive
Weighting (SAW) dalam hal ini merupakan salah
satu metode yang dapat digunakan dalam proses
penentuan lokasi untuk pembangunan pasar
tersebut. Dalam hal ini yang merupakan input dari
aplikasi adalah keramaian masyarakat, kedekatan
dengan pasar lain, kedekatan dengan pusat kota,
kondisi keamanan lokasi dan infrastruktur jalan.
Hasil penelitian ini berguna untuk mendapatkan
lokasi yang paling optimal untuk pembangunan
pasar sesuai dengan kriteria yang telah ditetapkan
sebelumnya.
Kata kunci : Fuzzy Multri Atribut Decision Making,
Simple Additive Weighting (SAW), Pasar, Kriteria.
1.
Pendahuluan
1.1 Latar Belakang
Dalam pengertian sederhana, pasar adalah sebagai
tempat bertemunya pembeli dan penjual untuk
melakukan transaksi jual-beli barang dan jasa.
Sedangkan arti pasar adalah suatu tempat dimana
pada hari tertentu para penjual dan pembeli dapat
bertemu untuk jual-beli barang. Adapun definsi
pasar adalah sebagai mekanisme (bukan hanya
sekedar tempat) yang dapat menata kepentingan
pihak pembeli terhadap kepentingan pihak penjual.
Mekanisme tersebut jangan hanya dimengerti
sebagai cara pembeli dan penjual bertemu dan
kemudian berpisah, tetapi lebih dari itu harus
dimaknai sebagai tatanan atas berbagai bagian, yaitu
para pelaku seperti pembeli dan penjual, komoditas
yang diperjualdiperjualbelikan, aturan main yang
tertulis maupun tidak tertulis yang disepakati oleh
para pelakunya, serta regulasi pemerintah yang
saling terkait, berinteraksi, dan secara serentak
bergerak [1].
Pasar sendiri memiliki tiga fungsi, yaitu:
fungsi distribusi, fungsi pembentukan harga, dan
fungsi promosi. Interaksi yang terjadi antara penjual
dan pembeli akan menentuakn tingkat harga suatu
komoditas (barang atau jasa) dan jumlah komoditas
yang diperjual belikan. Sehingga dalam ilmu
ekonomi bila kita berbicara tentang pasar, maka
secara otomatis kita akan membicarakan mengenai
pertemuan antara penjual dan pembeli, barang/jasa
yang dijual, serta harga tertentu atas barang/jasa
yang dijual tersebut.
Dalam membuat rencana bisnis, misalanya
pasar, pemilihan lokasi adalah hal utama yang perlu
dipertimbangkan. Lokasi strategis menjadi salah satu
faktor penting dan sangat menentukan keberhasilan
suatu usaha. Banyak hal yang harus dipertimbangkan
dalam memilih lokasi, sebagai salah satu faktor
mendasar, yang sangat berpengaruh pada
penghasilan dan biaya, baik biaya tetap maupun
biaya variabel. Lokasi usaha juga akan berhubungan
dengan masalah efisiensi transportasi, sifat bahan
baku atau sifat produknya, dan kemudahannya
mencapai konsumen. Lokasi juga berpengaruh
terhadap kenyamanan pembeli dan juga kenyamanan
Anda sebagai pemilik usaha. Untuk itu pengusaha
disarankan untuk melakukan survei untuk mencari
tempat yang sesuai bagi usahanya. Amati kondisi
pasarnya, potensi permintaannya dan jangan lupa
cari
juga
informasi
bagaimana
prospek
perkembangan daerah itu ke depannya, karena hal
ini bisa mempengaruhi kelangsungan usaha Anda
[2].
Artificial Intellegence
3-87
Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2013)
Multi-Attribute
Decision
Making
(MADM)
merupakan salah satu model Multiple Criteria
Decision Making (MCDM), yaitu suatu metode
pengambilan keputusan untuk menetapkan alternatif
terbaik dari sejumlah alternatif berdasarkan kriteria
tertentu[3]. Inti dari FMADM adalah menentukan
nilai bobot untuk setiap atribut, kemudian
dilanjutkan dengan proses perankingan yang akan
menyeleksi alternatif yang sudah diberikan.
Metode-metode MADM klasik tidak cukup
efisien untuk menyelesaikan masalah-masalah
pengambilan keputusan yang melibatkan data-data
yang tidak tepat, tidak pasti, atau tidak jelas. Salah
satu cara yang dapat digunakan untuk menyelesaikan
permasalahan tersebut adalah dengan mengunakan
fuzzy multi attribute decision making (FMADM) [4].
Berdasarkan tipe data yang digunakan pada
setiap kinerja alternatif-alternatifnya, FMADM dapat
dibagi menjadi 3 kelompok, yaitu: semua data yang
digunakan adalah data fuzzy, semua data yang
digunakan adalah data crisp, dan data yang
digunakan merupakan campuran antara data fuzzy
dan crisp [3]. Salah satu mekanisme untuk
menyelesaikan masalah fuzzy MADM adalah
dengan mengaplikasikan metode MADM klasik
seperti SAW (Simple Additive Weighting Method),
WP (Weighted Product), ELECTRE (Elimination Et
Choix Traduisant realitÉ), dan TOPSIS (Technique
for Order Preference by Similarity to Ideal Solution)
untuk melakukan proses perankingan, setelah
terlebih dahulu dilakukan konversi dari data fuzzy ke
data crisp.
Pada penelitian ini semua data yang
digunakan dalam setiap kinerja alternatifalternatifnya adalah data fuzzy dan metode yang
digunakan adalah metode MADM klasik SAW.
Metode SAW atau sering disebut metode
penjumlahan terbobot, konsep dasarnya adalah
mencari penjumlahan terbobot dari rating kinerja
pada setiap alternatif pada semua atribut dimana
metode ini membutuhkan proses normalisasi matriks
keputusan X ke suatu skala yang dapat
diperbandingkan dengan semua rating alternatif yang
ada.
1.2 Tujuan Penelitian
Adapun tujuan dari penelitian ini adalah untuk
membantu menentukan lokasi [asar sesuai dengan
criteria yang telah ditentukan sebelumnya dengan
beberapa criteria menggunakan Metode Fuzzy Multi
Atribut Decision Making (FMADM)
2.
Metodologi Penelitian
Penelitian dilakukan
sebagai berikut :
3-88
dengan
tahapan-tahapan
ISBN 978-602-19837-2-0
a. Representasi masalah meliputi : identifikasi
tujuan, identifikasi alternatif, identifikasi criteria,
membuat table keputusan dari setiap alternatif
pada setiap atribut dan menetapkan nilai bobot
(W) dari setiap atribut.
b. Evaluasi himpunan fuzzy dari alternatif
keputusan meliputi : menentukan bilangan fuzzy
untuk
masing-masing
variable
dan
mengkonversikannya kedalam bilangan crisp,
membuat matrix keputusan X, dan melakukan
normalisasi matrix dengan cara menghitung
nilairating kerja ternormalisasi (rij) dari alternatif
Ai pada atribut Cj berdasarkan persamaan yang
disesuaikan dengan jenis atribut (maksimum
untuk keuntungan/benefit atau minimum untuk
atribut biaya/cost).
c. Mencari nilai preferensi fuzzy untuk merangking
semua alternatif yang optimal.
3. Hasil dan Perancangan
3.1 Perancangan
Untuk bahan pertimbangan pemilihan dan penentuan
lokasi yang layak untuk pembangunan pasar,
rancangan input dari penelitian ini meliputi :
a. Variabel-variabel criteria yaitu :
i. Keramaian masyarakat.
ii. Kedekatan dengan pasar lain.
iii. Kedekatan dengan pusat kota.
iv. Kondisi keamanan lokasi.
v. Infrastruktur jalan.
b. Penilaian terhadap kondisi suatu lokasi untuk
masing-masing kriteria yang didapat dari proses
survey dilapangan.Sedangkan rancangan output
yang ingin dihasilkan dari peneltian ini adalah
alternatif yang memiliki preferensi tertinggi
sebagai lokasi optimal untuk pembangunan
pasar.
3.2. Hasil
Terdapat 5 lokasi yang menjadi alternatif yaitu : A1
= Mayang, A2 = Simpang Rimbo, A3 = Kenali, A4
= The Hook dan A5 = Kasang. Terdapat pula 5
atribut (criteria) pengambilan keputusan, yaitu : C1
= Keramaian masyarakat, C2 = Kedekatan dengan
pasar lain, C3 = Kedekatan dengan pusat kota, C4 =
Kondisi keamanan lokasi dan C5 = Infrastruktur
jalan.
Langkah 1 : Representasi Masalah
a. Identifikasi Tujuan :
Tujuan dari peneltian ini adalah mencari lokasi
terbaik untuk membangun pasar.
b. Identifikasi Alterntif :
Ada 5 alterntif yang diberikan, yaitu A = {A1,
A2, A3, A4, A5}, dengan A1 = Mayang, A2 =
Artificial Intellegence
Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2013)
Simpang Rimbo, A3 = Kenali, A4 = The Hook,
A5 = Kasang.
c. Identifikasi Atribut
C1 = Keramaian masyarakat (atribut benefit)
C2 = Kedekatan dengan pasar lain (atribut cost)
C3 = Kedekatan dengan pusat kota (atribut
benefit)
C4 = Kondisi keamanan lokasi (atribut benefit)
C5 = Infrastruktur jalan (atribut benefit)
Langkah 2 : Evaluasi Himpunan Fuzzy
a. Bobot setiap criteria diberikan sebagai : W=[P C
SP P P] dengan vektor bobot : W = [0,75 0,5 0,9
0,75 0,75]
ISBN 978-602-19837-2-0
Gambar 4. Bilangan fuzzy untuk variable kedekatan
dengan pusat kota
4. Variabel kondisi keamanan lokasi (C4).
Gambar 5. Bilangan fuzzy untuk variable kondisi
keamanan lokasi
5. Variabel kondisi infrastruktur (C5).
Gambar 1. Bilangan fuzzy untuk bobot
b. Menentukan bilangan fuzzy untuk tiap atribut
1. Variable keramaian masyarakat (C1).
Gambar 6. Bilangan fuzzy untuk variable kondisi infrastruktur
Gambar 2. Bilangan fuzzy untuk variable keramaian masyarakat
c. Tabel Keputusan yang diberikan adalah sebagai
berikut :
2. Variabel kedekatan dengan pasar lain (C2).
Tabel. 1 Tabel Keputusan
Atribut/Kriteria
Alternatif
3. Bilangan fuzzy untuk variable kedekatan
dengan pasar lain
Gambar
3. Variabel kedekatan dengan pusat kota (C3).
C1
C2
C3
C4
C5
S1
R
D
T
C
B
S2
C
S
S
C
S
S3
SR
D
R
TA
B
S4
R
J
S
A
S
S5
C
D
R
A
S
d. Membuat matriks keputusan x
Berdasarkan Tabel diatas, dapat dibentuk matriks
keputusan X yaitu matriks keputusan untuk
masing-masing kriteria terhadap masing-masing
alternatif dengan mengkonversikan bobot setiap
alternatif dari bilangan fuzzy ke dalam bilangan
crisp
Artificial Intellegence
3-89
Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2013)
0.8
0.6
x 1.00
0.8
0.6
0.3
0.6
0.3
0.9
0.9
0.9
0.6
0.3
0.6
0.3
0.6
0.6
0.3
0.9
0.9
ISBN 978-602-19837-2-0
0.9
0.6
0.6
0.6
0.6
e. Mencari matriks rating kinerja ternormalisasi,
dengan rumus
Maxxij x
i ij
rij Min x
ij
ix
ij
jika j adalah atribut keuntungan (benefit)
Gambar 8. Antarmuka Pembobotan Atribut
(1)
c. Data Kriteria
jika j adalah atribut biaya (cost)
Dimana rij adalah rating kinerja ternormalisasi dari
alternatif Ai pada atribut Cj; i = 1, 2, ..., m dan j = 1,
2, ..., n.
Sehingga di didapat matriks rating kinerja
ternormalisasi sebagai berikut :
0.75
0.50
x 1.00
0.75
0.50
0.11 1.00 0.56 1.00
0.56 0.56 0.56 0.50
0.11 0.11 0.11 1.00
1.00 0.56 1.00 0.50
0.11 0.11 1.00 0.50
Gambar 9.Antarmuka Data Kriteria
d. Variabel Kecocokan Krteria
Langkah 3: Mencai nilai preferensi pada setiap
alternatif untuk menentukan solusi
optimal
Nilai preferensi untuk setiap alternatif (Vi) dihitung
dengan rumus berikut
n
Vi w j rij
j 1
(2)
Dengan nilai W = [0,75 0,5 0,9 0,75 0,75], hasil
perankingan diperoleh: V1 = 2,688; V2 = 1,954; V3
= 1,736; V4 = 2,692; V5 = 1,654. Nilai terbesar ada
pada V4 dengan nilai 2.692 sehingga V4( The Hook
) adalah alternatif yang terpilih sebagai alternatif
terbaik
Gambar 10. Antarmuka Variabel Kecocokan Kriteria
e. Data Alternatif
3.3. Implementasi Antarmuka
Bagian ini membahas tentang hasil perancangan
yang diimplementasi dalam bentuk perangkat lunak
yang dirancang dengan menggunakan pemograman
Borland Delphi yang terdiri dari antarmuka yaitu
Tujuan Masalah,
a. Antarmuka Tujuan Masalah
Gambar 11. Antarmuka Identifikasi Alternatif
f. Struktur Hirarki
Gambar 7. Antarmuka Identifikasi T%ujuan
b. Antarmuka Pembobotan Atribut
3-90
Gambar 12. Antarmuka Struktur Hirarki
Artificial Intellegence
Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2013)
g. Indeks Kecocokan Alternatif untuk setiap kriteria
ISBN 978-602-19837-2-0
dalam mencari alternatif lokasi terbaik sebagai
tempat pembangunan pasar menurut kriteria-kriteria
yang telah ditentukan. Kriteria-kriteria tersebut
diterjemahkan dari bilangan fuzzy kedalam bentuk
sebuah bilangan crisp, sehingga nilainya dapat
digunakan untuk melakukan proses perhitungan dan
perankingan guna mencari alternatife terbaik
berdasarkan nilai preferensi terbesar.
Daftar Pustaka
Gambar. 13 Antarmuka kecocokan nilai alterntif
terhadap kriteria
h. Hasil Normalisasi
[1] http://carapedia.com/pengertian_arti_definisi_
pasar_info2000.html
[2] http://www.miswans.com/lokasi-usaha.html
[3] Peraturan Menteri Dalam Negeri Republik Indonesia
Nomor 20 Tahun 2012 tentang Pengelolaan Dan
Pemberdayaan Pasar Tradisional.
[4] Sri Kusumadewi. Fuzzy Multi Attribute Decision
Making (Fuzzy MADM).Yogyakarta : Graha Ilmu,
2006.
Gambar. 14 Antarmuka Hasil Normalisasi
i. Informasi Hasil Proses
Gambar 14. Informasi Hasil Proses
4.
Kesimpulan
Aplikasi Fuzzy Multi Atribut Decision Making
(FMADM) metode Simple Additive Weighting
(SAW) ini dibuat untuk membantu decision maker
Artificial Intellegence
3-91
Seminar Nasional Teknologi Informasi dan Komunikasi (SNASTIKOM 2013)
3-92
Artificial Intellegence
ISBN 978-602-19837-2-0