1
PEMILIHAN SARANA PROMOSI LEMBAGA PENDIDIKAN MENGGUNAKAN FUZZY MULTI CRITERIA DECISION MAKING
(MCDM). (STUDI KASUS: YAYASAN SAHABAT IMAN ORTHODOX INDONESIA)
TESIS
Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Magister Komputer
MARULITUA PANDAPOTAN SIANTURI111321015
PROGRAM PASCASARJANA MAGISTER ILMU KOMPUTERUNIVERSITAS PUTRA INDONESIA “YPTK” PADANG
2
OKTOBER 2013
Universitas Putra Indonesia “YPTK” PadangProgram Pasca Sarjana Magister Ilmu Komputer
Tanda Persetujuan Diberikan Kepada
NAMA : MARULITUA PANDAPOTAN SIANTURINO. BP : 111321015
PEMILIHAN SARANA PROMOSI LEMBAGA PENDIDIKAN MENGGUNAKAN FUZZY MULTI CRITERIA DECISION MAKING (MCDM). STUDI KASUS: YAYASAN SAHABAT IMAN ORTHODOX
INDONESIA.
Disetujui Untuk Diajukan Pada Ujian Akhir, Sidang Tertutup Program Pascasarjana Magister Ilmu Komputer
Universitas Putra Indonesia “YPTK” Padang
MENYETUJUI
PEMBIMBING I PEMBIMBING II
DR. Ir. Gunadi Widi Nurcahyo, MSc. DR. H. Sarjon Defit, S.Kom., M.Sc.
3
Telah Dinyatakan Lulus Ujian Tesis pada Sidang Tertutup Program Pascasarjana Magister Ilmu Komputer Universitas Putra Indonesia “YPTK” Padang pada Bulan September 2013 dengan hasil Sangat Baik
Padang, September 2013
Tim Penguji
Penguji I:
Dr. H. Sarjon Defit, S. Kom., M.Sc.
Penguji II:
Dr. Ir. Gunadi Widi Nurcahyo, M.Sc.
Mengesahkan
Direktur Program Pascasarjana
Universitas Putra Indonesia “YPTK” Padang
Dr. Ir. Gunadi Widi Nurcahyo, M. Sc.
4
“Saya akui karya ini adalah hasil kerja saya sendiri kecuali kutipan dan ringkasan
yang masing-masing telah saya jelaskan sumbernya”.
Tanda Tangan :
Nama Penulis : Marulitua Pandapotan Sianturi
No. BP : 111321015
Tanggal : September 2013
5
KATA PENGANTAR
Puji syukur kepada Tuhan Yang Maha Kuasa atas terselesaikannya tesis
dengan judul “Pemilihan Sarana Promosi Lembaga Pendidikan Menggunakan
Fuzzy Multi Criteria Decision Making (MCDM). Studi Kasus: Yayasan Sahabat
Iamn Orthodox Indonesia.”
Tesis ini disusun dalam rangka melengkapi salah satu syarat akademik untuk
memperoleh gelar Magister Komputer pada Program Pascasarjana Magister Ilmu
Komputer di Universitas Putra Indonesia “YPTK” Padang.
Penulis menyadari sepenuhnya bahwa tesis ini dapat terselesaikan atas
dukungan dan bantuan, baik secara langsung maupun tidak langsung dari berbagai
pihak. Untuk itu penulis mengucapkan terima kasih kepada:
1. Bapak H. Herman Nawas, selaku Ketua Yayasan Perguruan Tinggi Ilmu
Komputer (YPTK) Padang.
2. Bapak DR. H. Sarjon Defit, S.Kom., M.Sc. selaku Rektor Universitas Putra
Indonesia “YPTK” Padang.
3. Bapak DR. Ir. Gunadi Widi Nurcahyo, M.Sc. selaku Direktur Program
Pascasarjana Universitas Putra Indonesia “YPTK” Padang.
4. Bapak DR. Ir. Gunadi Widi Nurcahyo, M.Sc. selaku Pembimbing I yang telah
memberikan saran, bimbingan, dorongan serta petunjuk yang sangat berharga
dalam penyusunan tesis ini.
5. Bapak DR. H. Sarjon Defit, S.Kom., M.Sc. selaku Pembimbing II yang telah
memberikan saran, bimbingan, dorongan serta petunjuk yang sangat berharga
dalam penyusunan tesis ini.
6
6. Seluruh Dosen dan staf administrasi Program Pascasarjana Universitas Putra
Indonesia “YPTK” Padang, yang telah banyak membantu baik secara langsung
maupun tidak langsung demi kelancaran penulisan tesis ini.
7. Rekan-rekan satu angkatan XVII A-B, dan XIX A, B, C, dan D Magister Ilmu
Komputer UPI “YPTK” Padang, atas kerjasama dan kebersamaan selama
menuntut ilmu di kampus tercinta.
8. Pater Dr. Chrysostomos P. Manalu, D. Th., selaku Pendiri/penasehat Yayasan
Sahabat Iman Orthodox Indonesia (YSIOI), atas bantuan doa, moril dan materiil
kepada penulis selama menempuh studi pascasarjana.
9. Saudara Sahat Marbun, S. Kom., selaku Koordinator Tim Promosi YSIOI, atas
kerjasama dan bantuannya kepada penulis dalam pengumpulan data penelitian.
10. Semua pihak yang telah membantu dan tidak bisa disebutkan satu-persatu.
Penulis menyadari bahwa dalam tesis ini masih terdapat kekurangan-
kekurangan, dan jauh dari sempurna, karena keterbatasan kemampuan, pengetahuan,
dan pengalaman yang penulis miliki. Oleh karena itu penulis mengharapkan kritik
dan saran yang membangun dari pembaca semua. Penulis berharap semoga tesis ini
dapat memberikan manfaat kepada penulis pribadi maupun kepada para pembaca.
Padang, September 2013 Penulis,
Marulitua Pandapotan Sianturi
7
ABSTRAK
Penelitian ini dilakukan untuk mempelajari proses pengambilan keputusan dengan menggunakan fuzzy Multi Attribute Decision Making (MADM) dengan metode nilai total integral, yang diimplementasikan dalam pemilihan sarana promosi yang tepat dalam mempromosikan lembaga pendidikan yang bernaung pada Yayasan Sahabat Iman Orthodox Indonesia (YSIOI). Data dikumpulkan melalui observasi dan wawancara yang dilakukan dengan penasehat sekaligus pendiri Yayasan, dan koordinator tim promosi Yayasan. Selanjutnya data dianalisa untuk menentukan bobot kepentingan setiap kriteria (W) dan tingkat kecocokan setiap alternatif dengan setiap kriteria (A). Nilai indeks kecocokan fuzzy yang dihasilkan untuk setiap alternatif, kemudian digunakan untuk menghitung nilai total integral dari setiap alternatif, untuk menghasilkan ranking alternatif tertinggi hingga yang terendah. Dalam penelitian ini penulis menggunakan enam alternatif sarana promosi, yaitu: iklan/advertising, penjualan pribadi/personal selling, hubungan masyarakat/public relation, penjualan langsung/direct marketing, promosi penjualan/sales promotion, dan internet. Sedangkan kriteria-kriteria yang digunakan yaitu: biaya per audiens, daya jangkau, penyajian pesan yang rumit, penggunaan kepada audiens yang berbeda, kredibilitas, pemilihan waktu, dan evaluasi. Dari hasil perhitungan yang diperoleh, penjualan pribadi/personal selling merupakan alternatif yang memperoleh nilai total integral (F) tertinggi di antara alternatif-alternatif lainnya. Dengan demikian sarana promosi penjualan pribadi/personal selling merupakan sarana promosi yang layak digunakan oleh pihak YSIOI untuk mempromosikan lembaga pendidikan yang bernaung di bawahnya.
Kata kunci : Sarana promosi, Alternatif, Kriteria, Fuzzy Multi Criteria Decision Making (MCDM), Tingkat kecocokan, Nilai total integral.
8
ABSTRACT
This research was conducted to study the decision-making process by using fuzzy Multi Criteria Decision Making (MCDM) with total integral value method, which is implemented in the selection of appropriate promotional tool in promoting educational institutions that sheltered by Yayasan Sahabat Iman Orthodox Indonesia (YSIOI). Data were collected through observation and interviews conducted with adviser and founder of the Foundation, and the Foundation promotional team coordinator. Furthermore, the data were analyzed to determine the weight or importance of each criterion (W) and the level of suitability of each alternative with each criterion (A). Fuzzy suitability index value is generated for each alternative, and then used to calculate the total integral value of each alternative, to generate the highest ranking of alternative. In this study the author use six alternative means of promotion tools, namely: advertising, personal selling, public relations, direct marketing, sales promotion, and internet. While the criteria used were: cost per audience member, coverage, deliver complicated messages, interchange with audiences, credibility, timing, and evaluation. From the calculation results, personal selling tool is the alternative with the highest total integral value (F) among the other alternatives. Thus, the personal selling is a suitable promotion tool recommended for being used by the YSIOI to promote educational institution under it’s aegis.
Keywords : Promotion tools, Alternatives, Criterias, Fuzzy Multi Criteria Decision Making (MCDM), Appropriateness degree, Total integral value.
9
DAFTAR ISI
BAB JUDUL HALAMAN
HALAMAN JUDUL i
HALAMAN PERSETUJUAN PEMBIMBING ii
HALAMAN PENGESAHAN iii
HALAMAN PENGAKUAN iv
HALAMAN PERSEMBAHAN v
KATA PENGANTAR vi
ABSTRAK viii
ABSTRACT ix
DAFTAR ISI x
DAFTAR TABEL xiii
DAFTAR GAMBAR xiv
DAFTAR LAMPIRAN xvi
I PENDAHULUAN 1
1.1 Latar Belakang Penelitian 1
1.2 Perumusan Masalah 3
1.3 Ruang Lingkup Masalah 4
10
1.4 Tujuan Penelitian 4
1.5 Manfaat Penelitian 5
1.6 Sistematika Penulisan 5
II LANDASAN TEORI 8
2.1 Sistem Pendukung Keputusan 8
2.1.1 Konsep Sistem Pendukung Keputusan 8
2.1.2 Komponen-komponen Sistem Pendukung
Keputusan 8
2.1.3 Fase-fase Proses Pengambilan Keputusan 9
2.2 Fuzzy 10
2.2.1 Himpunan Fuzzy 10
2.2.2 Fungsi Keanggotaan (Membership Function)
Fuzzy 13
2.2.3 Operasi Aljabar Bilangan Segitiga Fuzzy 17
2.2.4 Fuzzy Multi Criteria Decision Making
(MCDM) 17
2.2.4.1 Contoh Penerapan Fuzzy MCDM 24
2.3 Promosi 29
2.4 Pemilihan Sarana Promosi Lembaga Pendidikan 32
III METODOLOGI PENELITIAN 34
3.1 Pendahuluan 34
3.2 Kerangka Kerja/Framework Penelitian 35
11
IV ANALISIS DAN PERANCANGAN SISTEM 40
4.1 Analisis Sistem 40
4.2 Arsitektur Sistem Pengolahan Data 41
4.3 Analisis Masalah 42
4.3.1 Analisis Konsep Fuzzy Multi Criteria Decision
Making 42
V IMPLEMENTASI DAN PENGUJIAN 54
5.1 Kebutuhan Perangkat Lunak 54
5.2 Kebutuhan Perangkat Keras (Hardware) 55
5.3 Pengujian Hasil Pengolahan Data 55
5.4 Evaluasi Hasil Pengujian Data 62
VI PENUTUP 65
6.1 Kesimpulan 65
6.2 Saran 66
DAFTAR PUSTAKA 67
LAMPIRAN 69
12
DAFTAR TABEL
TABEL JUDUL HALAMAN
2.1 Rangkuman Penyelesaian Fuzzy
MCDM 23
2.2 Rating Kepentingan Untuk Setiap
Kriteria 26
2.3 Rating Kecocokan Setiap Alternatif
Terhadap Setiap Kriteria 26
2.4 Indeks Kecocokan Untuk Setiap Alternatif 27
2.5 Nilai Total Integral Setiap Alternatif 28
4.1 Alternatif 43
4.2 Kriteria 43
4.3 Rating Kepentingan Untuk Setiap Kriteria 46
4.4 Rating Kecocokan Setiap Alternatif Terhadap
Setiap Kriteria 47
4.5 Indeks Kecocokan Untuk Setiap Alternatif 51
4.6 Nilai Total Integral Setiap Alternatif 52
5.1 Nilai F Perhitungan Software 62
5.2 Nilai F Perhitungan Manual 63
5.3 Urutan Perangkingan 64
13
DAFTAR GAMBAR
GAMBAR JUDUL HALAMAN
2.1 Himpunan Fuzzy Untuk Variabel Umur 11
2.2 Himpunan Fuzzy Pada Variabel Temperatur 12
2.3 Representasi Linear Naik 14
2.4 Himpunan Fuzzy: PANAS 14
2.5 Representasi Linear Turun 15
2.6 Himpunan Fuzzy: DINGIN 15
2.7 Representasi Kurva Segitiga 16
2.8 Representasi Kurva Trapesium 16
2.9 Contoh Struktur Hirarki Masalah 19
2.10 Fungsi Keanggotaan Untuk Bobot Setiap
Rating Dengan Himpunan Bilangan Fuzzy
Segitiga 20
2.11 Struktur Hirarki Contoh Penyelesaian Masalah
Fuzzy MCDM 24
3.1 Kerangka Kerja/framework 35
4.1 Arsitektur Sistem Secara Umum 41
4.2 Struktur Hirarki Masalah 44
4.3 Fungsi Keanggotaan Untuk Bobot Setiap
Kriteria Dengan Himpunan Bilangan Fuzzy
Segitiga 45
4.4 Fungsi Keanggotaan Untuk Bobot Kecocokan
14
Setiap Alternatif Terhadap Setiap Kriteria
Dengan Himpunan Bilangan Fuzzy Segitiga 46
5.1 Tampilan Halaman Awal Matlab 56
5.2 Kode Program Dalam Editor M-File 52
5.3 Penyimpanan File Ke Dalam Work Directory 58
5.4 Input Bilangan Fuzzy Tingkat Kepentingan 59
5.5 Input Bilangan Fuzzy Tingkat Kecocokan,
Tingkat Kepentingan Setiap Kriteria, Matriks
Kecocokan Setiap Alternatif Pada Setiap
Kriteria, Derajat Keoptimisan (Alfa) 60
5.6 Tampilan Hasil Program 61
15
DAFTAR LAMPIRAN
LAMPIRAN JUDUL HALAMAN
A1 Hasil Wawancara Dengan Koordiantor 69-72
Tim Promosi YSIOI
A2 Hasil Wawancara Dengan Pendiri/ 73-75
Penasehat YSIOI
16
BAB I
PENDAHULUAN
1.1 Latar Belakang Penelitian
Pengambilan keputusan berkriteria jamak (multicriteria decision
making/MCDM) mengacu kepada pemilihan atau perangkingan alternatif-alternatif
dari alternatif-alternatif yang tersedia dengan kriteria yang banyak dan biasanya,
saling bertentangan. Menurut Chen dan Hwang dalam Wibowo (2011), dalam
praktik, subyektifitas dan ketidaktepatan selalu hadir dalam proses pengambilan
keputusan berkriteria jamak (multicriteria decision making/MCDM).
Pengembangan MCDM sebagai suatu disiplin ilmu berhubungan erat
dengan kemajuan teknologi komputer. Pada satu sisi, perkembangan teknologi yang
pesat pada masa kini telah memungkinkan analisa sistemastis terhadap masalah-
masalah MCDM yang kompleks. Sedangkan pada sisi lain, meluasnya penggunaan
komputer dan teknologi informasi telah menghasilkan informasi yang berlimpah,
yang membuat MCDM semakin penting dan bermanfaat dalam mendukung
pembuatan keputusan bisnis (Xu dan Yang, 2001).
Fuzzy multi criteria decision making (MCDM) merupakan salah satu metode
yang digunakan dalam pengambilan keputusan, khususnya keputusan yang
berdasarkan beberapa alternatif. Metode ini dikembangkan untuk membantu
17
pengambil keputusan dalam melakukan pengambilan keputusan yang akurat dan
optimal (Kusumadewi dan Guswaluddin, 2005). Beberapa penerapan fuzzy MCDM
di berbagai bidang yang membutuhkan pengambilan keputusan, di antaranya untuk
pemilihan penyimpanan persediaan bahan bakar (Moon dan Kang, 2001), diagnosis
penyakit tropis (Rosnelly dan Wardoyo, 2011), penentuan lokasi promosi produk
(Kahar dan Fitri, 2011), penentuan peringkat calon penerima beasiswa (Cahyo dan
Wahyuni, 2009), pemilihan lokasi pemancar televisi (Kusumadewi dan
Guswaluddin, 2005), diagnosa penyakit kulit pioderma pada anak (Hasanah, 2010),
perancangan sistem pendukung keputusan untuk pemilihan produk laptop (Setiawan,
2012), penilaian tingkat/skala kecemasan Hamilton/HARSH (Kusumadewi, 2008),
pemilihan program studi perguruan tinggi (Meliala, 2012), dan perancangan sistem
pendukung keputusan penentuan performance sekolah (Feriansyah, 2011).
Beberapa keistimewaan metode Fuzzy MCDM, menurut Moon dan Kang
(2001) adalah:
1. Tidak ada batas jumlah kriteria keputusan, dan kerumitan analisis tidak terlalu
terpengaruh banyak oleh jumlah kriteria keputusan.
2. Penentuan bobot alternatif-alternatif keputusan umumnya lebih mudah
daripada metode yang lain, karena digunakannya variabel-variabel linguistik
yang mirip dengan istilah/bahasa sehari-hari.
3. Penyelesaian yang masuk akal untuk sebuah masalah pengambilan keputusan
dengan berbagai kriteria yang saling bertentangan satu sama lain bisa
didapatkan.
4. Hal-hal yang mendasari pengambilan keputusan divisualisasikan untuk
memungkinkan dilakukannya pengujian ulang dan pencocokan yang mudah
untuk perumusan konsensus yang lebih baik.
18
Salah satu organisasi yang memerlukan pertimbangan dengan pemanfaatan
kecerdasan buatan berbasis fuzzy MCDM adalah Yayasan Sahabat Iman Orthodox
Indonesia (YSIOI), yang sejak berdirinya pada tahun 1998, telah mendirikan sebelas
lembaga pendidikan, mulai dari tingkat Taman Kanak-kanak hingga jenjang
perguruan tinggi. Namun, karena ketatnya persaingan dalam perekrutan calon peserta
didik saat ini, jumlah peminat/calon peserta didik pada lembaga-lembaga pendidikan
yang bernaung di bawah YSIOI belum sesuai harapan/target yang ditetapkan oleh
pengelola Yayasan. Selain itu, pengambilan keputusan untuk pemilihan sarana
promosi lembaga pendidikan di YSIOI masih dilakukan secara manual, dan dengan
pertimbangan subyektif manusia. Tentu saja situasi ini membuat pihak pengambil
keputusan di YSIOI perlu memiliki sistem pemilihan sarana promosi yang berbasis
komputer untuk lembaga-lembaga pendidikan yang bernaung di bawahnya.
Metode pemilihan sarana promosi lembaga pendidikan menggunakan fuzzy
MCDM dianggap tepat untuk diaplikasikan karena selain metode ini memiliki
keistimewaan-keistimewaan sebagaimana telah disebutkan di atas, metode ini juga
telah diaplikasikan secara luas di berbagai bidang. Oleh karena itulah maka penulis
merasa tertarik untuk membuat penelitian dalam bentuk tesis berjudul:
“PEMILIHAN SARANA PROMOSI LEMBAGA PENDIDIKAN
MENGGUNAKAN FUZZY MULTI CRITERIA DECISION MAKING (MCDM).
(STUDI KASUS: YAYASAN SAHABAT IMAN ORTHODOX INDONESIA)”.
1.2 Perumusan Masalah
19
Berdasarkan latar belakang masalah, maka penulis merumuskan masalah agar
tidak terjadi kerancuan. Beberapa perumusan masalah yang akan dibahas adalah:
1. Bagaimana penerapan fuzzy MCDM dalam menentukan sarana promosi yang
paling tepat bagi lembaga pendidikan?
2. Bagaimanakah metode fuzzy MCDM digunakan untuk memilih alternatif
sarana promosi lembaga pendidikan yang terbaik dengan menggunakan
kriteria-kriteria yang telah ditentukan?
3. Bagaimana merancang aplikasi pemilihan sarana promosi lembaga
pendidikan menggunakan fuzzy MCDM?
1.3 Ruang Lingkup Masalah
Agar penelitian ini lebih terarah maka penelitian diberi batasan-batasan dan
ruang lingkup sebagai berikut:
1. Penelitian ini hanya mengulas tentang sejauh mana penerapan fuzzy MCDM
dalam pemilihan sarana promosi lembaga pendidikan.
2. Metode yang digunakan dalam penelitian ini adalah metode fuzzy multiple
criteria decision making (MCDM).
3. Dalam perancangan aplikasi pemilihan sarana promosi lembaga pendidikan
menggunakan fuzzy MCDM, penulis menggunakan perangkat lunak
Matlab7.8.
1.4 Tujuan Penelitian
20
Penelitian ini memiliki tujuan-tujuan yang hendak dicapai yaitu:
1. Memahami penggunaan fuzzy Multi criteria decision making (MCDM) dalam
pembuatan keputusan pemilihan sarana promosi lembaga pendidikan di
Yayasan Sahabat Iman Orthodox Indonesia.
2. Menganalisa kebutuhan sistem, masalah, dan konsep fuzzy MCDM di dalam
pemilihan alternatif terbaik berdasarkan kriteria-kriteria yang telah ditentukan
3. Membangun aplikasi yang bisa membantu memilih sarana promosi lembaga
pendidikan menggunakan fuzzy MCDM
4. Menguji aplikasi fuzzy MCDM yang telah dirancang, untuk mencari
kesalahan-kesalahan sehingga dapat diperbaiki
1.5 Manfaat Penelitian
Manfaat yang diharapkan dari penelitian adalah:
1. Membantu pihak pengambil keputusan di Yayasan Sahabat Iman Orthodox
Indonesia untuk memilih sarana promosi yang tepat bagi lembaga-lembaga
pendidikan yang bernaung di bawahnya.
2. Penelitian ini diharapkan dapat bermanfaat untuk merancang dan
merealisasikan perangkat lunak, yaitu membuat program yang mampu
menganalisa masukan-masukan berupa kriteria-kriteria permasalahan yang
menjadi pendukung suatu keputusan yang akan diambil, sehingga aplikasi
yang dirancang mampu memberikan alternatif keputusan yang terbaik.
1.6 Sistematika Penulisan
21
Sistematika yang digunakan dalam penyusunan laporan tesis ini adalah
sebagai berikut:
BAB I PENDAHULUAN
Pada bab ini dijelaskan tentang latar belakang masalah, perumusan
masalah, batasan masalah, tujuan penelitian dan manfaat penelitian, dan
sistematika penelitian.
BAB II LANDASAN TEORI
Bab ini membahas tentang landasan teori tentang konsep promosi, sistem
pendukung keputusan, fuzzy set (himpunan fuzzy), pembuatan keputusan
berkriteria jamak (multiple criteria decision making/MCDM), Fuzzy
MCDM, metode Fuzzy MCDM, pemilihan sarana promosi, serta teori-teori
lain yang mendukung penelitian ini.
BAB III METODOLOGI PENELITIAN
Pada bab ini dijabarkan secara detail tentang desin penelitian, kerangka
kerja penelitian serta metodologi yang digunakan dalam merancang aplikasi
pemilihan sarana promosi lembaga pendidikan menggunakan Fuzzy
MCDM.
BAB IV ANALISIS DAN PERANCANGAN SISTEM
Pada bagian ini akan dibahas tentang hasil analisa kebutuhan sistem, dan
perancangan sistem pemilihan sarana promosi lembaga pendidikan berbasis
Fuzzy MCDM
BAB V IMPLEMENTASI DAN PENGUJIAN
Bab ini berisi implementasi dan pengujian sistem pemilihan sarana promosi
lembaga pendidikan dengan metode fuzzy MCDM
22
BAB VI PENUTUP
Pada bab penutup ini akan dikemukakan beberapa kesimpulan dari hasil
penelitian. Selanjutnya beberapa saran untuk melakukan perbaikan-
perbaikan di masa mendatang.
23
BAB II
LANDASAN TEORI
2.1 Sistem Pendukung Keputusan
2.1.1. Konsep Sistem Pendukung Keputusan
Pada awal tahun 1970-an, Scott Morton pertama kali memperkenalkan
konsep penting Sistem Pendukung Keputusan (SPK). Sebuah Sistem Pendukung
Keputusan merupakan sistem interaktif, fleksibel, berbasis komputer yang
membantu para pengambil keputusan untuk memanfaatkan data dan berbagai
model untuk memecahkan masalah-masalah yang bersifat kompleks (Janakiraman
dan Sarukesi, 2006).
2.1.2. Komponen-komponen Sistem Pendukung Keputusan
Komponen-komponen dari Sistem Pendukung Keputusan adalah sebagai
berikut:
1. Subsistem manajemen data, mencakup database yang mengandung data
24
yang disimpan untuk digunakan dalam pembuatan keputusan.
2. Subsistem manajemen model, menyimpan model-model yang digunakan
dalam analisis.
3. Subsistem antarmuka pengguna, media interaksi antara sistem dengan
pengguna, sehingga pengguna dapat berkomunikasi dan memberikan
perintah pada SPK melalui subsistem ini untuk melakukan berbagai
analisis.
2.1.3 Fase-fase Proses Pengambilan Keputusan
Menurut Simon dalam Benetti (2005), proses pengambilan keputusan
meliputi empat fase utama, yaitu: penelusuran, perancangan, pemilihan, dan aktifitas
kajian.
1. Penelusuran (Intelligence)
Merupakan tahap pendefinisian masalah serta identifikasi situasi atau
peluang-peluang masalah berkaitan dengan persoalan yang dihadapi.
2. Perancangan (Design)
Merupakan tahap mencari, mengembangkan, atau menganalisis
kemungkinan-kemungkinan alternatif. Tahap berikutnya adalah memilih
satu dari kemungkinan-kemungkinan yang dianalisis.
3. Pemilihan (Choice)
Dengan mengacu pada rumusan tujuan serta hasil yang diharapkan,
Selanjutnya manajemen memilih alternatif solusi yang diperkirakan paling
sesuai.
4. Aktifitas kajian (Review Activity)
25
Merupakan tahap menilai pilihan-pilihan yang telah dibuat di masa
lampau.
2.2. Fuzzy
2.2.1. Himpunan Fuzzy
Pada himpunan tegas (crisp), nilai keanggotaan suatu item x dalam suatu
himpunan A, yang sering ditulis dengan µA[x], memiliki 2 kemungkinan, yaitu :
1. satu (1), yang berarti bahwa suatu item menjadi anggota dalam suatu
himpunan, atau
2. nol (0), yang berarti bahwa suatu item tidak menjadi anggota dalam suatu
himpunan.
Prinsip dasar dan persamaan matematika dari teori himpunan fuzzy
adalah pengelompokkan objek dalam batas yang samar. Himpunan fuzzy
merupakan sebuah generalisasi dari himpunan crisp. Kalau pada himpunan crisp,
nilai keanggotaan hanya ada 2 kemungkinan, yaiu 0 atau 1. Sedangkan himpunan
fuzzy didasarkan pada gagasan untuk memperluas jangkauan fungsi karakteristik
sedemikian hingga fungsi tersebut akan mencakup bilangan real pada interval
[0,1]. Nilai keanggotaan pada himpunan fuzzy menunjukkan bahwa suatu item
dalam semesta pembicaraan tidak hanya berada pada 0 atau 1, melainkan juga
nilai yang terletak di antaranya. Dengan kata lain, nilai kebenaran dari suatu item
tidak hanya benar atau salah (Kusumadewi dan Guswaluddin, 2005).
Pada himpunan fuzzy terdapat 2 atribut, yaitu:
a. Linguistik, yaitu penamaan suatu grup yang mewakili suatu keadaan atau kondisi
tertentu dengan menggunakan bahasa alami, seperti: MUDA, PAROBAYA, TUA.
26
b. Numeris, yaitu suatu nilai (angka) yang menunjukkan ukuran dari suatu variabel,
seperti : 40, 25, 50, dan seterusnya.
Ada beberapa hal yang perlu diketahui dalam memahami sistem fuzzy, yaitu:
a. Variabel fuzzy
Variabel fuzzy merupakan variabel yang hendak dibahas dalam suatu
sistem fuzzy. Contoh: umur, temperatur, permintaan, dan sebagainya.
b. Himpunan fuzzy
Himpunan fuzzy merupakan suatu grup yang mewakili suatu kondisi atau
keadaan tertentu dalam suatu variabel fuzzy.
Contoh:
Variabel umur, terbagi menjadi 3 himpunan fuzzy, yaitu: MUDA,
PAROBAYA, dan TUA. (Gambar 2.1)
MUDA PAROBAYA TUA 1
μ[x]
0
0 25 35 45 55 65Umur (th)
Gambar 2.1 Himpunan Fuzzy Untuk Variabel Umur.
Variabel temperatur, terbagi menjadi 5 himpunan fuzzy, yaitu:
DINGIN, SEJUK, NORMAL, HANGAT, dan PANAS. (Gambar
2.2)
27
DINGIN SEJUK NORMAL HANGAT PANAS
1
μ[x]
0 0 15 20 25 30 35 40
Temperatur (oC))
Gambar 2.2 Himpunan Fuzzy Pada Variabel Temperatur.
c. Semesta Pembicaraan
Semesta pembicaraan adalah keseluruhan nilai yang diperbolehkan untuk
dioperasikan dalam suatu variabel fuzzy. Semesta pembicaraan
merupakan himpunan bilangan real yang senantiasa naik (bertambah)
secara monoton dari kiri ke kanan. Nilai semesta pembicaraan dapat
berupa bilangan positif maupun negatif. Adakalanya nilai semesta
pembicaraan ini tidak dibatasi batas atasnya.
Contoh:
· Semesta pembicaraan untuk variabel umur: [0 +∞)
· Semesta pembicaraan untuk variabel temperatur: [0 40]
d. Domain
Domain himpunan fuzzy adalah keseluruhan nilai yang diijinkan dalam
semesta pembicaraan dan boleh dioperasikan dalam suatu himpunan fuzzy.
Seperti halnya semesta pembicaraan, domain merupakan himpunan
28
bilangan real yang senantiasa naik (bertambah) secara monoton dari kiri
ke kanan. Nilai domain dapat berupa bilangan positif maupun negatif.
Contoh domain himpunan fuzzy:
· MUDA = [0 45]
· PAROBAYA = [35 55]
· TUA = [45 +∞)
· DINGIN = [0 20]
· SEJUK = [15 25]
· NORMAL = [20 30]
· HANGAT = [25 35]
· PANAS = [30 40]
2.2.2 Fungsi Keanggotaan (Membership Function) Fuzzy
Fungsi Keanggotaan (membership function) adalah suatu kurva yang
menunjukkan pemetaan titik-titik input data ke dalam nilai keanggotaannya. Salah
satu cara yang dapat digunakan untuk mendapatkan nilai keanggotaan adalah dengan
melalui pendekatan fungsi. Ada beberapa fungsi yang bisa digunakan.
a. Representasi Linier
Pada representasi linier, pemetaan input kederajat keanggotaannya
digambarkan sebagai garis lurus. Ada dua keadaan himpunan fuzzy yang linier.
1. Kenaikan himpunan dimulai pada nilai domain yang memiliki derajat
keanggotaan nol [0] bergerak ke kanan menuju nilai domain yang memiliki
29
derajat keanggotaan lebih tinggi.
1
µ(x)
0
a domain b
Gambar 2.3 Representasi Linear Naik
Contoh representasi linear naik: Fungsi keanggotaan untuk himpunan
PANAS pada variabel temperatur ruangan seperti terlihat pada gambar 2.4.
µPANAS[32] = (32-25)/(35-25) 7/10 = 0,7
1
0,7
µ(x)
0
25 32 35
Temperatur (ºC)
Gambar 2.4 Himpunan Fuzzy: PANAS
Fungsi Keanggotaan :
30
0 ; x < a
µ[x]= (x – a) / (b – a) ; a ≤ x ≤ b (1)
1 ; x > b
2. Garis lurus dimulai dari nilai domain dengan derajat keanggotaan
tertinggi pada sisi kiri, kemudian begerak menurun ke nilai domain yang
memiliki derajat keanggotaan lebih rendah.
1
µ(x)
0 a domain b
Gambar 2.5 Representasi Linear Turun
Contoh representasi linear turun: Fungsi keanggotaan untuk himpunan
DINGIN pada variabel temperatur ruangan seperti terlihat pada gambar 2.6.
µDINGIN[20] = (30-20)/(30-15) 10/15 = 0,667
1
0,667
µ(x)
0
15 20 30
µA[x]= (x – a) / (b – a) ; a ≤ x ≤ b
(x - c) / (b – c) ; b ≤ x ≤ c
31
Temperatur (ºC)
Gambar 2.6 Himpunan Fuzzy: DINGIN
Fungsi Keanggotaan :
µ[x]= (b – x) / (b – a) ; a ≤ x ≤ b
0 ; x > b
(2)
b. Representasi Kurva Segitiga
Kurva Segitiga pada dasarnya merupakan gabungan antara 2 garis (linear).
1
derajat keanggotaan µ[x]
0 a b c domain
Gambar 2.7 Representasi Kurva Segitiga
Fungsi Keanggotaan :
0 ; x < a atau x > c
(3)
c. Representasi Kurva Trapesium
Kurva trapesium pada dasarnya seperti kurva segitiga, hanya saja ada
32
beberapa titik yang memiliki nilai keanggotaan 1.
1
Derajat keanggotaan
µ[x]
a b c d
Gambar 2.8 Representasi Kurva Trapesium
Fungsi Keanggotaan :
0 ; x ≤ a atau x ≥ d
µA[x]= (x – a) / (b – a) ; a ≤ x ≤ b
1 ; b ≤ x ≤ c
(d - x) / (d - c) ; x≥d (4)
2.2.3 Operasi Aljabar Bilangan Segitiga Fuzzy
Menurut Moon dan Kang dalam Tang dan Beynon (2005), alasan
digunakannya bilangan segitiga fuzzy adalah karena sifatnya yang sederhana
dalam komputasi/perhitungan. Liang dan Wang dalam Tang dan Beynon (2005)
memaparkan bahwa bilangan fuzzy segitiga bermanfaat dalam merepresentasikan
dan memproses informasi dalam lingkungan fuzzy. Tang dan Beynon (2005)
menambahkan, jika didefinisikan 2 bilangan segitiga fuzzy A dan B dengan A= (l1,
m1, n1) dan B= (l2, m2, u2), maka operasi aljabarnya adalah sebagai berikut:
(i) Penjumlahan:
A (+) B = (l1, m1, u1) (+) (l2, m2, u2) = (l1 + l2, m1 + m2, u1 + u2),
33
(ii) Perkalian:
A . B = (l1, m1, u1) . (l2, m2, u2) = (l1 l2, m1m2, u1 u2),
(iii) Invers:
(l1, m1, u1)-1 ≈ (1/u1, 1/m1, 1/l1), di mana ≈ melambangkan sama dengan.
2.2.4 Fuzzy Multi Criteria Decision Making (MCDM)
Masalah pengambilan keputusan, memegang peranan penting dalam berbagai
segi kehidupan. Menurut Kusrini dalam Rosnelly dan Wardoyo (2011), ada beberapa
keadaan yang mungkin dialami oleh pengambil keputusan ketika mengambil
keputusan, yaitu:
1. Pengambilan keputusan dalam kepastian, yaitu semua alternatif diketahui
secara pasti
2. Pengambilan keputusan dalam berbagai tingkat risiko yang dipilih
3. Pengambilan keputusan dalam kondisi ketidakpastian, yaitu ada alternatif
yang tidak diketahui dengan jelas.
Menurut Fenton dan Wang (2006), Multi Criteria Decision Making (MCDM)
adalah sebuah metode yang mengacu pada proses penyaringan (screening),
memprioritaskan (prioritizing), perangkingan (ranking), atau memilih himpunan
alternatif (dalam hal ini berupa “kandidat” atau “tindakan”). MCDM sangat tepat
diimplementasikan pada kasus untuk alternatif yang memiliki sejumlah kriteria
dengan bobot nominal. Namun karena tidak semua alternatif memiliki kriteria yang
berbobot nominal untuk kasus-kasus tertentu, mendorong penggunaan konsep fuzzy
dalam MCDM yang kemudian dikenal dengan Fuzzy Multi Criteria Decision Making
(MCDM).
34
Chen dan Tzeng (2004) mengemukakan bahwa Fuzzy MCDM menggunakan
bilangan fuzzy dan variabel linguistik untuk mengukur nilai/bobot kinerja alternatif
untuk setiap kriteria. Beberapa keistimewaan metode Fuzzy MCDM, menurut Moon
dan Kang (2001) adalah:
5. Tidak ada batas jumlah kriteria keputusan, dan kerumitan analisis tidak terlalu
terpengaruh banyak oleh jumlah kriteria keputusan.
6. Penentuan bobot alternatif-alternatif keputusan umumnya lebih mudah
daripada metode yang lain, karena digunakannya variabel-variabel linguistik
yang mirip dengan istilah/bahasa sehari-hari.
7. Penyelesaian yang masuk akal untuk sebuah masalah pengambilan keputusan
dengan berbagai kriteria yang saling bertentangan satu sama lain bisa
didapatkan.
8. Hal-hal yang mendasari pengambilan keputusan divisualisasikan untuk
memungkinkan dilakukannya pengujian ulang dan pencocokan yang mudah
untuk perumusan konsensus yang lebih baik.
Kusumadewi dan Guswaludin (2005) memaparkan tiga langkah penting yang
harus dikerjakan, yaitu: representasi masalah, evaluasi himpunan fuzzy pada setiap
alternatif keputusan dan melakukan seleksi terhadap alternatif yang optimal.
1. Representasi masalah
Pada bagian ini, terdapat 3 tahapan yang harus dilakukan, yaitu :
1. Identifikasi tujuan dan kumpulan alternatif keputusan. Jika ada n alternatif
keputusan dari suatu masalah, maka dapat ditulis sebagai :
A = {Ai | i=1, 2, ..., n}.
2. Identifikasi kumpulan kriteria. Jika ada k kriteria, maka dapat dituliskan :
C = { Ct | t=1, , ...,k}.
35
3. Membangun struktur hirarki dari masalah tersebut berdasarkan
pertimbangan-pertimbangan tertentu.
Tujuan dari permasalahan
Gambar 2.9 Contoh Struktur Hirarki Masalah
2. Evaluasi himpunan fuzzy
Pada bagian ini, ada 4 aktivitas yang harus dilakukan, yaitu :
1. Memilih himpunan rating untuk derajat kepentingan dari setiap kriteria dan
derajat kecocokan setiap alternatif dengan kriterianya.
Himpunan rating biasanya direpresentasikan dalam bentuk variabel
linguistik (x). Misalkan untuk himpunan rating pada variabel penting
didefinisikan sebagai : T(penting) = {SANGAT RENDAH, RENDAH,
CUKUP, TINGGI, SANGAT TINGGI}.
2. Menentukan bobot-bobot setiap rating dari himpunan rating derajat
kepentingan setiap kriteria dan derajat kecocokan setiap alternatif dengan
kriterianya.
Bobot untuk setiap rating ditentukan dengan menggunakan fungsi
C1 C2 . . . Ck
A1 A2 A3 . . . An
36
keanggotaan bilangan fuzzy. Dalam penelitian ini, fungsi keanggotaan
bilangan fuzzy yang digunakan adalah fungsi bilangan fuzzy segitiga.
sangat rendah rendah sedang tinggi sangat tinggi
0 0.25 0.5 0.75 1 X
Gambar 2.10 Fungsi Keanggotaan Untuk Bobot Setiap Rating
Dengan Himpunan Bilangan Fuzzy Segitiga
Dengan asumsi rentang yang digunakan adalah:
Sangat Rendah = SR = (0, 0, 0.25)
Rendah = R = (0, 0.25, 0.5)
Sedang = S = (0.25, 0.5, 0.75)
Tinggi = T = (0.5, 0.75, 1)
Sangat Tinggi = ST = (0.75, 1, 1)
3. Mengevaluasi derajat kecocokan setiap alternatif dengan kriterianya.
4. Mengagregasikan bobot-bobot setiap rating dari himpunan rating derajat
kecocokan setiap alternatif dengan kriterianya terhadap derajat kepentingan
setiap kriteria.
Operator yang digunakan pada metode agregasi umumnya berupa penjumlahan
dan perkalian fuzzy. Kebanyakan metode agregrasi yang digunakan adalah
metode agregasi mean (Kusumadewi, et al., 2006). Dengan operator mean, Fi
37
dapat dirumuskan sebagai:
Fi = 1( ) ( ) ... ( )it t it t it ts w s w s w
k
(5)
i = 1, 2, 3, ..., n
t = 1, 2, 3, ..., n
Di mana :
Fi: indeks kecocokan fuzzy dari alternatif Ai yang mempresentasikan derajat
kecocokan alternatif keputusan dengan kriteria keputusan yang diperoleh dari
hasil agregasi Sit dan Wi
Sit : bobot rating fuzzy untuk derajat kecocokan alternatif keputusan Ai dengan
kriteria Ct
Wi : bobot rating fuzzy untuk derajat kepentingan kriteria Ct
k : banyaknya kriteria
Jika direpresentasikan ke dalam bilangan fuzzy segitiga, Sit = (oit, pit, qit) dan Wt =
(at, bt, ct), maka Fi dapat didekati sebagai :
Fi ≅(Yi, Qi, Zi)
(6)
Jika direpresentasikan ke
Yi = 1
1( , )
k
it tt
o ak
(7)
Qi =
1
1(p , )
k
it tt
bk
(8)
Zi =
1
1(q , )
k
it tt
ck
(9)
38
i = 1,2,…, n.
3. Seleksi alternatif yang optimal
Pada bagian ini, ada 2 aktivitas yang dilakukan, yaitu :
1. Memprioritaskan alternatif keputusan berdasarkan hasil agregasi.
Nilai prioritas dari hasil agregasi dibutuhkan dalam rangka proses
penentuan pemilihan sarana promosi lembaga pendidikan. Karena hasil
agregasi dalam hal ini direpresentasikan dengan menggunakan bilangan
fuzzy segitiga, maka dibutuhkan metode untuk memperoleh nilai
prioritas dari bilangan fuzzy segitiga. Metode yang digunakan dalam
penelitian ini adalah metode nilai total integral.
1( ) ( (1 ) x )
2aT i i i iI F z y
(10)
keterangan :
I : nilai integral
Fi : bilangan fuzzy segitiga hasil agregasi, Fi = (Xi, Yi, Zi)
α : indeks keoptimisan yang merepresentasikan derajat keoptimisan bagi
pengambil keputusan.
2. Memilih alternatif keputusan dengan nilai prioritas tertinggi sebagai
alternatif keputusan yang optimal.
Menurut Moon dan Kang dalam Kusumadewi, et al. (2006), secara umum,
langkah-langkah penyelesaian pada fuzzy MCDM dapat dilihat pada tabel berikut
ini:
39
Tabel 2.1. Rangkuman Penyelesaian Fuzzy MCDM
Langkah Aktifitas Tool Utama
Representasi Masalah Identifikasi tujuan dan kumpulan alternatif, A = {Ai}; i=1,2,…,k.
Identifikasi kriteria, C = {Ct}; t=1,2,…,k.
Membangun struktur hirarki masalah keputusan dengan beberapa pertimbangan.
Pohon Keputusan
Evaluasi himpunan fuzzy untuk alternatif-alternatif keputusan
Memilih himpunan rating untuk bobot-bobot pada setiap kriteria dan derajat kecocokan dari alternatif-alternatif terhadap kriteria.
Mengevaluasi bobot-bobot pada setiap kriteria dan derajat kecocokan dari alternatif-alternatif terhadap kriteria.
Melakukan agregasi bobot-bobot pada setiap kriteria dan derajat kecocokan dari alternatif-alternatif terhadap kriteria.
Variabel linguistik, bilangan fuzzy segitiga
Operator fuzzy: mean
Menyeleksi alternatif yang optimal
Memprioritaskan alternatif keputusan menggunakan agregasi.
Memilih alternatif keputusan dengan prioritas tertinggi sebagai hasil alternatif optimal.
Metode Nilai Total Integral
2.2.4.1. Contoh Penerapan Fuzzy MCDM
Kusumadewi dan Guswaluddin (2005) memaparkan salah satu contoh
40
penerapan fuzzy MCDM untuk pemilihan lokasi pemancar televisi di Yogyakarta.
Ada tiga lokasi yang akan menjadi alternatif, yaitu: S1 = Kota Baru, S2 =
Kaliurang, dan S3 = Piyungan. Ada lima atribut (kriteria) pengambilan keputusan,
yaitu: C1 = ketinggian lokasi, C2 = ketidakpadatan bangunan di sekitar lokasi; C3 =
kedekatan dari pusat kota; C4 = kondisi keamanan lokasi; C5 = kedekatan dengan
pemancar lain yang sudah ada.
Langkah 1: Representasi masalah
a. Tujuan keputusan ini adalah mencari lokasi terbaik untuk menempatkan
pemancar televisi berdasarkan kriteria-kriteria tertentu. Ada tiga alternatif
lokasi yang diberikan, yaitu A ={A1 , A2 , A3}, dengan A1 = Kota Baru, A2 =
Kaliurang, A3 = Piyungan.
b. Ada lima kriteria keputusan yang diberikan, yaitu : C= {C1 , C2 , C3 , C4 ,
C5 }
c. Struktur hirarki masalah tersebut seperti terlihat pada Gambar 2.7.
Gambar 2.11 Struktur Hirarki Contoh Penyelesaian Masalah Fuzzy MCDM
Langkah 2: Evaluasi himpunan fuzzy dari alternatif-alternatif keputusan
41
a. Variabel-variabel linguistik yang merepresentasikan bobot kepentingan untuk
setiap kriteria, adalah: T(kepentingan) W= {SR, R, C, T, ST} dengan SR =
Sangat Rendah; R= Rendah; C= Cukup; T= Tinggi; ST= Sangat Tinggi; yang
masing-masing direpresentasikan dengan bilangan fuzzy segitiga sebagai
berikut:
SR = (0, 0, 0.25)
R = (0, 0.25, 0,5)
C = (0.25, 0.5, 0.75)
T = (0.5, 0.75, 1)
ST = (0.75, 1, 1)
b. Derajat kecocokan alternatif-alternatif dengan kriteria keputusan adalah:
T(kecocokan) S = {SK, K, C, B, SB}, dengan SK = Sangat Kurang; K =
Kurang; C = Cukup; B = Baik; dan SB = Sangat Baik; yang masing-masing
direpresentasikan dengan bilangan fuzzy segitiga sebagai berikut:
SK = (0, 0, 0.25)
K = (0, 0.25, 0.5)
C = (0.25, 0.5, 0.75)
B = (0.5, 0.75, 1)
SB = (0.75, 1, 1)
c. Rating untuk setiap kriteria keputusan seperti terlihat pada Tabel 2.2,
sedangkan derajat kecocokan kriteria keputusan dan alternatif seperti terlihat
pada tabel 2.3.
Pada tabel 2.2 terlihat bahwa rating kepentingan kriteria adalah ST (Sangat
Tinggi) untuk kriteria C1, T (Tinggi) untuk kriteria C2 dan C5, Cukup (C)
untuk kriteria C3, dan Rendah (R) untuk kriteria C4.
42
Tabel 2.2. Rating Kepentingan Untuk Setiap Kriteria
Kriteria C1 C2 C3 C4 C5
Rating Kepentingan ST T C R T
Tabel 2.3. Rating Kecocokan Setiap Alternatif Terhadap Setiap Kriteria
AlternatifRating Kecocokan
C1 C2 C3 C4 C5
A1 SK K SB SB C
A2 SB B C B SK
A3 B SB K B B
d. Dengan mensubstitusikan bilangan fuzzy segitiga ke setiap variabel linguistik
ke dalam persamaan 5 sampai 9, diperoleh nilai kecocokan fuzzy seperti pada
Tabel 2.4 dengan detail penghitungan sebagai berikut:
Pada alternatif A1:
Y1 = (0,75 x 0) + (0,5 x 0) + (0,25 x 0,75) + (0 x 0,75) + (0,5 x 0,25) = 0,06255
Q1 = (1 x 0) + (0,75 x 0,25) + (0,5 x 1) + (0,25 x 1) + (0,75 x 0,5) = 0,26255
Z1 = (1 x 0,25) + (1 x 0,5) + (0,75 x 1) + (0,5 x 1) + (1 x 0,75) = 0,555
43
Pada alternatif A2:
Y2 = (0,75 x 0,75) + (0,5 x 0,5) + (0,25 x 0,25) + (0 x 0,5) + (0,5 x 0) = 0,1755
Q2 = (1 x 1) + (0,75 x 0,75) + (0,5 x 0,5) + (0,25 x 0,75) + (0,75 x 0) = 0,45
Z2 = (1 x 1) + (1 x 1) + (0,75 x 0,75) + (0,5 x 1) + (1 x 0,25) = 0,66255
Pada alternatif A3:
Y3 = (0,75 x 0,5) + (0,5 x 0,75) + (0,25 x 0) + (0 x 0,5) + (0,5 x 0,5) = 0,25
Q3 = (1 x 0,75) + (0,75x1) + (0,5x0,25) + (0,25x0,75) + (0,75x 0,75) = 0,04755
Z3 = (1 x 1) + (1 x 1) + (0,75 x 0,5) + (0,5 x 1) + (1 x 1) = 0,7755
Tabel 2.4 Indeks Kecocokan Untuk Setiap Alternatif
Alternatif Rating Kecocokan Indeks Kecocokan
Fuzzy C1 C2 C3 C4 C5
A1 SK K SB SB C 0,0625; 0,2625; 0,5500
A2 SB B C B SK 0,1750; 0,4000; 0,6625
A3 B SB K B B 0,2000; 0,4750; 0,7750
44
Langkah 3: Menyeleksi alternatif yang optimal
a. Dengan mensubstitusikan indeks kecocokan fuzzy pada Tabel 2.4, ke
persamaan 10, dan dengan mengambil derajat keoptimisan (α) = 0 (tidak
optimis), α = 0,5 dan α = 1 (sangat optimis), maka akan diperoleh nilai
total integral untuk setiap alternatif seperti terlihat pada Tabel 2.5. Sebagai
contoh penghitungan untuk nilai α = 0,5 adalah:
0,51
1I (0,5)(0,55 (0,2625) (1 0,5)(0,0625) 0,2844
2
0,52
1I (0,5)(0,6625) (0,4) (1 0,5)(0,175) 0,4094
2
0,53
1I (0,5)(0,775 (0,475) (1 0,5)(0,2) 0,4813
2
Dari perhitungan di atas, Nampak bahwa nilai total integral untuk
alternatif A3, yaitu Piyungan, memproleh nilai perangkingan tertinggi
dibandingkan dengan kedua alternatif yang lain.
Tabel 2.5. Nilai Total Integral Setiap Alternatif
Alternatif Nilai Total Integral
α = 0 α = 0,5 α = 1
A1 0,1625 0,2844 0,4063
A2 0,2875 0,4094 0,5313
A3 0,3375 0,4813 0,6250
b. Dari Tabel 2.5 terlihat bahwa A3 memiliki nilai total integral terbesar
45
berapapaun derajat keoptimisannya, sehingga lokasi Piyungan akan
terpilih sebagai lokasi optimal untuk penempatan pemancar.
2.3 Promosi
Menurut Belch dan Belch (2003), promosi adalah pengarahan semua
kegiatan yang dilakukan oleh penjual untuk menyebarkan informasi dan
persuasi/dorongan untuk menjual barang-barang maupun jasa, atau
memperkenalkan sebuah gagasan. Secara tradisional, ada empat elemen dari
bauran promosi, yaitu iklan/advertising, promosi penjualan/sales promotion,
hubungan masyarakat/public relation, dan penjualan pribadi/personal selling.
Mukesh dan Ranju (2009) memaparkan enam alat-alat promosi:
periklanan, promosi penjualan (sales promotion), publisitas/hubungan
masyarakat, penjualan perseorangan, penjualan langsung, dan pemasaran
interaktif/internet. Penjelasan mengenai alat-alat promosi:
1. Periklanan/advertising
Periklanan merupakan salah satu bentuk dari komunikasi impersonal
(impersonal communication) yang digunakan oleh perusahaan barang atau
jasa. Peranan periklanan dalam pemasaran, khususnya jasa, adalah untuk
membangun kesadaran/awareness terhadap keberadaan jasa yang
ditawarkan, menambah pengetahuan konsumen tentang jasa yang
ditawarkan, membujuk calon konsumen untuk membeli atau menggunakan
jasa tersebut, dan membedakan diri perusahaan yang satu dengan
perusahaan lain. Beberapa media iklan: surat kabar, majalah, radio,
televisi, papan reklame (outdoor advertising), surat langsung (direct mail).
46
2. Penjualan perseorangan (personal selling)
Merupakan sebuah proses menginformasikan kepada pelanggan dan
meyakinkan mereka untuk membeli produk-produk melalui komunikasi
pribadi. Contoh penjualan pribadi: dokter yang merekomendasikan
pasiennya untuk membeli obat di apotik.
3. Hubungan masyarakat (public relation)
Hubungan masyarakat adalah hubungan perusahaan dengan masyarakat,
yaitu pelanggan, karyawan, pemasok barang, pemilik perusahaan, pegawai
pemerintah, dan lain-lain, untuk menjaga hubungan masyarakat yang baik.
Hubungan masyarakat mengangkat citra produk dan citra perusahaan.
4. Penjualan langsung (direct marketing)
Penjualan langsung berarti komunikasi langsung dengan target audiens
untuk mendapatkan tanggapan seketika dan untuk mengembangkan
hubungan jangka panjang dengan pelanggan. Hal itu mendorong
pelanggan untuk secara langsung membeli barang-barang dari perusahaan.
Penjualan langsung menggunakan telepon, e-mail, mesin faks, dan
perangkat elektronik lain untuk berkomunikasi. Penjualan langsung
meliputi: Tele-marketing, yaitu menghubungi pelanggan yang prospektif
dan terkini melalui telepon. Di masa kini, berbagai call center (pusat
layanan pelanggan) menyediakan pelayanan tele-marketing kepada
perusahaan. Pusat-pusat layanan pelanggan itu mengelompokkan catatan-
catatan nomor telepon dari kelompok masyarakat yang berbeda-beda. Atas
permintaan perusahaan, pusat-pusat layanan pelanggan ini membuat
hubungan telepon dengan sasaran audiens untuk menyampaikan
informasi-informasi dari perusahaan. Bidang penjualan langsung yang
47
kedua adalah direct-mail, yaitu perusahaan mengirim informasi-informasi
tercetak kepada pelanggan potensial dan terkini ke alamat mereka melalui
pos. Informasi-informasi tercetak tersebut meliputi fitur-fitur produk,
harga, pusat-pusat layanan pelanggan yang tersedia, cara-cara promosi
yang berbeda, dan lain-lain.
5. Promosi penjualan (sales promotion)
Promosi penjualan (sales promotion) adalah insentif-insentif jangka
pendek untuk mendorong penjualan produk atau jasa. Promosi penjualan
adalah suatu ‘pancingan’ langsung yang menawarkan nilai-nilai tambahan
dan insentif produk kepada tenaga penjualan, distributor, dan pelanggan
utama, yang tujuan utamanya adalah menciptakan penjualan-penjualan
saat itu juga. Tiga jenis promosi penjualan: Promosi penjualan berorientasi
pelanggan, yaitu insentif/nilai tambahan ditawarkan kepada pelanggan
utama. Contohnya: rabat/bonus, refund (uang kembali), pameran-pameran,
kupon-kupon, contoh produk gratis, hadiah, potongan-potongan harga,
lucky draw, jasa perbaikan siaga, “beli dua dapat satu”. Kemudian promosi
penjualan berorientasi perantara (middleman), yaitu promosi penjualan
yang ditargetkan kepada pengantara pemasaran, seperti pengecer-
pengecer. Tujuannya untuk mendorong pengantara itu untuk membeli
barang dalam jumlah besar, atau utnuk membeli lebih awal. Alat-alat yang
digunakan di sini adalah diskon-diskon untuk pengecer, penundaan
tagihan, hadiah-hadiah, peningkatan komisi penjualan untuk peningkatan
penjualan.
6. Pemasaran Interaktif/Internet
Pemasaran melalui internet bukanlah pemasaran satu arah. Di sini audiens
48
target dapat membuat pertanyaan-pertanyaan, mengemukakan keraguan-
keraguan, dan bahkan melakukan pembelian. Karena sifat interaktifnya,
internet telah menjadi bentuk komunikasi yang efektif.
2.4 Pemilihan Sarana Promosi Lembaga Pendidikan
Pemilihan sarana promosi lembaga pendidikan oleh Yayasan Sahabat
Iman Orthodox Indonesia menggunakan alternatif-alternatif sebagai berikut:
1. Iklan (advertising)
2. Penjualan pribadi (personal selling)
3. Hubungan masyarakat (public relations)
4. Promosi penjualan (sales promotion)
5. Penjualan langsung (direct marketing)
6. Penjualan interaktif/internet (interactive/internet marketing)
Sedangkan untuk memilih alternatif sarana promosi terbaik, kriteria-
kriteria yang menjadi pertimbangan dalam memilih sarana promosi lembaga
pendidikan menurut Woodruff (2005) dan Lancaster dan Withey (2007), yaitu:
1. Biaya per audiens
Biaya per audiens adalah biaya yang diperkirakan akan dialokasikan untuk
memperkenalkan lembaga pendidikan kepada tiap-tiap calon konsumen.
2. Daya Jangkau
Merupakan kapabilitas yang dimiliki oleh alat promosi lembaga
pendidikan untuk menjangkau calon konsumen
3. Penyajian pesan yang rumit
Sebuah alat promosi dikatakan efektif, jika dapat mengkomunikaskan
pesan yang rumit mengenai produk kepada calon konsumen
49
4. Penggunaan kepada audiens yang berbeda
Kemampuan sarana promosi untuk dapat digunakan pada audiens yang
berbeda-beda/bergantian, adalah salah satu bahan pertimbangan untuk
pemilihan sarana promosi.
5. Kredibilitas
Kredibilitas merupakan salah satu aspek penting dalam promosi lembaga
pendidikan. Sebuah alat promosi adalah efektif digunakan bilamana calon
konsumen menjadi percaya/yakin dengan pesan yang disampaikan melalui
sarana promosi tertentu.
6. Pemilihan waktu
Suatu alat promosi dikatakan efektif jika alat promosi tersebut dapat
digunakan pada berbagai kesempatan/jadwal promosi yang dilakukan.
7. Evaluasi
Suatu alat/sarana promosi dikatakan layak atau tepat untuk digunakan,
jika efektifitas sarana promosi tersebut mudah untuk dinilai atau diukur.
50
BAB III
METODOLOGI PENELITIAN
Pada bab ini akan diuraikan mengenai desain penelitian, metode penelitian,
perancangan, implementasi, dan pengujian.
3.1 Pendahuluan
Penelitian merupakan proses pengumpulan dan analisis data yang dilakukan
secara sistematis dan logis untuk mencapai tujuan tertentu. Penelitian yang
digunakan menggunakan penelitian terapan, dimaksudkan untuk menguji
teori/ilmu yang sudah ada untuk keperluan praktis yang bermanfaat secara
langsung dalam kehidupan manusia. Tujuan dari penelitian terapan atau applied
research yaitu jenis penelitian yang diarahkan untuk mendapatkan informasi
yang dapat digunakan untuk memecahkan masalah.
Pada penelitian ini, penulis berusaha untuk menerapkan konsep fuzzy Multi
Criteria Decision Making (MCDM) ke dalam sistem pendukung keputusan untuk
51
memilih sarana promosi lembaga pendidikan di Yayasan Sahabat Iman Orthodox
Indonesia.
3.2 Kerangka Kerja/Framework Penelitian
Kerangka kerja merupakan kerangka konseptual dalam melakukan
penelitian. Suatu penelitian biasanya selalu dimulai dengan suatu perencanaan
yang seksama yang mengikuti sejumlah petunjuk yang disusun secara sistematis,
sehingga hasilnya dapat mewakili kondisi yang sebenarnya dan dapat
dipertanggungjawabkan.
Metodologi penelitian erat kaitannya dengan prosedur, alat, serta desain
penelitian. Tahapan/proses dari penelitian ini mengalir sesuai dengan alur yang
logis, tujuannya adalah untuk memberi petunjuk yang jelas, teratur, dan
sistematis. Susunan tahapan ini sangat mempengaruhi mutu dari hasil yang akan
diperoleh.
Tahapan dari penelitian ini dituangkan dalam bentuk gambar
kerangka/framework penelitian yang dapat dilihat pada gambar 3.1 berikut:
Perumusan Masalah
Penentuan Tujuan
Studi Literatur
Pengumpulan Data dan Informasi
Analisis dan Desain Sistem Fuzzy MCDM
Implementasi
Pengujian
52
Gambar 3.1 Kerangka/Framework Penelitian
Dari kerangka kerja yang digambarkan di atas maka dapat diuraikan
pembahasan masing-masing kegiatan sebagai berikut ini:
a. Perumusan Masalah
Pada tahap ini dilakukan peninjauan ke sistem yang akan diteliti untuk
mengamati serta melakukan eksplorasi lebih dalam dan menggali
permasalahan yang ada pada sistem yang sedang berjalan. Tahap perumusan
masalah, merupakan langkah awal dari penelitian, karena tahap ini
diperlukan untuk mendefinisikan keinginan dari sistem yang tidak/belum
tercapai.
b. Penentuan Tujuan
Berdasarkan perumusan masalah yang telah dibuat pada tahap
sebelumnya, maka tahap penentuan tujuan berguna untuk memperjelas
tentang apa saja yang menjadi sasaran dari penelitian ini. Pada tahap ini
ditentukan tujuan dari penelitian ini yaitu bagaimana merancang dan
mengimplementasikan suatu sistem fuzzy multi criteria decision making
(MCDM) yang memudahkan dalam proses pengambilan keputusan dalam
memilih sarana promosi lembaga pendidikan.
c. Studi Literatur
Studi pustaka dilakukan dengan tujuan untuk mengetahui metode apa
yang akan digunakan untuk menyelesaikan permasalahan yang akan diteliti,
serta mendapatkan dasar-dasar referensi yang kuat bagi peneliti dalam
menerapkan suatu metode yang digunakannya.
53
d. Pengumpulan Data dan Informasi
Pada tahap ini dilakukan pengumpulan data dan informasi untuk lebih
mengetahui mengenai sistem yang diteliti. Dari data dan informasi yang
dikumpulkan akan dapat diketahui mengenai sistem yang berjalan pada saat
ini. Data-data yang diperlukan dalam penelitian ini adalah alternatif-
alternatif sarana promosi yang akan dipilih untuk mementukan sarana
promosi lembaga pendidikan yang akan digunakan oleh pihak Yayasan
Sahabat Iman Orthodox Indonesia (YSIOI). Data-data lain yang juga
diperlukan adalah kriteria-kriteria yang digunakan dalam memilih alternatif
terbaik sarana promosi lembaga pendidikan. Kegiatan yang penulis lakukan
dalam pengumpulan data adalah dengan melalui wawancara dengan pihak
YSIOI (Koordinator tim promosi dan Pendiri/penasehat YSIOI), dan
mengambil referensi dari literatur beberapa pakar pemasaran.
e. Analisis dan Desain Sistem Fuzzy MCDM
Analisis Fuzzy MCDM dilakukan dengan identifikasi tujuan dan
kumpulan alternatif keputusan, identifikasi kumpulan kriteria, membangun
struktur hirarki dari masalah, memilih himpunan rating untuk bobot–bobot
kriteria dan derajat kecocokan setiap alternatif dengan kriteria,
mengevaluasi bobot-bobot kriteria dan derajat kecocokan setiap alternatif
dengan kriteria, mengagregasikan bobot-bobot kriteria dan derajat
kecocokan setiap alternatif dengan kriteria, kemudian memprioritaskan
alternatif keputusan berdasarkan hasil agregasi, hingga memilih alternatif
keputusan dengan prioritas tertinggi sebagai alternatif yang optimal. Tahap
ini juga termasuk salah satu tahap yang penting, karena kesalahan dalam
54
mengidentifikasi masalah dalam sistem akan menimbulkan salah persepsi
ketika membuat sistem yang baru.
Analisis sistem merupakan proses pemecahan sistem menjadi
beberapa sub sistem yang lingkupnya lebih kecil, dengan maksud agar lebih
mudah dalam mengidentifikasikan permasalahan-permasalahan, hambatan-
hambatan dan kesempatan-kesempatan yang ada dalam sistem serta untuk
mengetahui kebutuhan-kebutuhan sistem sehingga pada akhirnya nanti akan
bisa dibuat metode-metode baru. Setelah tahap analisis sistem dilakukan,
maka dapat dimulai perancangan aplikasi pemilihan sarana promosi
lembaga pendidikan.
f. Implementasi
Setelah analisis dan desain sistem selesai dilakukan, maka tahap
selajutnya adalah implementasi. Implementasi adalah tahapan di mana
dilakukan coding atau pengkodean. Untuk implementasi sistem akan
dilakukan pada komputer pembuat sistem dengan spesifikasi sebagai
berikut:
Operating system : Windows XP Professional (5.1)
Processor : Intel ® Atom TM CPU N455 @ 1,66 Ghz
RAM : 1014 MB
Hard Disk : 97,6 GB
Bahasa pemrograman : Matlab 7.8
55
g. Pengujian Sistem
Pada tahap ini dilakukan proses pengujian dengan menggunakan
perhitungan manual dan software Matlab 7.8, untuk menganalisis dan
mengevaluasi hasil dari metode Fuzzy Multi Criteria Decision Making
(MCDM). Jika penerapan sistem sudah berjalan dengan lancar, maka sistem
dapat diimplementasikan sesuai dengan kebutuhan.
Mekanisme pengujian sistem dilakukan dengan:
a. Pengujian manual menggunakan rumus, di mana dalam mencari
nilai kecocokan fuzzy berdasarkan penentuan rating kecocokan
setiap kriteria dan rating kecocokan setiap alternatif dengan setiap
kriteria, kemudian mencari nilai total integral terbesar dari setiap
alternatif untuk menentukan alternatif terbaik.
b. Pengujian dengan menggunakan software Matlab 7.8, untuk
menentukan rangking alternatif terbaik/menyeleksi alternatif yang
optimal.
56
BAB IV
ANALISIS DAN PERANCANGAN SISTEM
Pemilihan sarana promosi lembaga pendidikan yang tepat merupakan salah
satu upaya yang dilakukan oleh pihak Yayasan Sahabat Iman Orthodox Indonesia
(YSIOI) untuk memecahkan masalah kurangnya minat calon peserta
didik/masyarakat untuk menempuh pendidikan di lembaga pendidikan yang dikelola
oleh YSIOI. Pengambilan keputusan mengacu kepada pemilihan atau perangkingan
alternatif-alternatif yang tersedia dengan menggunakan beberapa kriteria sebagai
bahan pertimbangan pemilihan.
4.1 Analisis Sistem
Analisis sistem diartikan sebagai cara untuk memahami terlebih dahulu
masalah yang dihadapi oleh sistem, seperti mendefinisikan kebutuhan-kebutuhan
fungsional dari sistem sehingga dapat diketahui apa saja kebutuhan-kebutuhan
pemakai. Pada tahap ini dilakukan penentuan kriteria-kriteria yang dibutuhkan
dalam memilih sarana promosi lembaga pendidikan yang tepat untuk digunakan.
Tahap analisis sistem merupakan tahap yang kritis dan sangat penting, karena
57
kesalahan dari tahap ini akan menyebabkan kesalahan di tahap selanjutnya.
Fuzzy multi criteria decision making (MCDM) merupakan metode yang
digunakan dalam pengambilan keputusan untuk pemilihan sarana promosi lembaga
pendidikan di YSIOI. Dalam tahap ini terdapat langkah-langkah dasar yang harus
dilakukan oleh analis sistem, yaitu sebagai berikut:
a. Identifikasi, yaitu mengidentifikasi masalah
b. Understand, yaitu memahami kinerja dari sistem yang ada
c. Analyze, yaitu menganalisa sistem
d. Report, yaitu membuat laporan hasil analisis.
4.2 Arsitektur Sistem Pengolahan Data
Arsitektur proses pengolahan data pemilihan sarana promosi lembaga
pendidikan di Yayasan Sahabat Iman Orthodox Indonesia dapat dilihat pada gambar
berikut:
Data InputRepresentasi Masalah1. Data Alternatif (Ai)2. Data kriteria (Ci)
Aturan:1. Menentukan rating kepentingan untuk setiap
kriteria (W)2. Menentukan rating kecocokan tiap alternatif
dengan tiap kriteria (A)3. Menghitung indeks kecocokan fuzzy
4. Menentukan derajat keoptimisan (alfa)
Proses Perangkingan
alternatif terbaik (P)
Hasil nilai total integral tiap
alternatif terpilih (F)
User
58
Gambar 4.1. Arsitektur Sistem Secara Umum
4.3 Analisis Masalah
Yayasan Sahabat Iman Orthodox Indonesia (YSIOI), yang sejak berdirinya
pada tahun 1998, telah mendirikan sebelas lembaga pendidikan, mulai dari tingkat
Taman Kanak-kanak hingga jenjang perguruan tinggi. Namun, karena ketatnya
persaingan dalam perekrutan calon peserta didik saat ini, jumlah peminat/calon
peserta didik pada lembaga-lembaga pendidikan yang bernaung di bawah YSIOI
belum sesuai harapan/target yang ditetapkan oleh pengelola Yayasan. Selain itu,
pengambilan keputusan untuk pemilihan sarana promosi lembaga pendidikan di
YSIOI masih dilakukan secara manual, dan dengan pertimbangan subyektif manusia.
Beberapa upaya yang telah dilakukan oleh pihak YSIOI untuk meningkatkan
jumlah peminat/calon peserta didik untuk belajar di lembaga-lembaga pendidikan
yang dikelolanya yaitu dengan melakukan promosi berupa pemasangan iklan di
media massa (radio, surat kabar, baliho, spanduk, dan lain-lain), promosi secara
pribadi (personal selling), internet, dan promosi penjualan (dalam bentuk pemberian
diskon/potongan uang kuliah, dan pemberian bonus notebook/flashdisk bagi
mahasiswa yang telah melunasi uang kuliah selama satu tahun).
4.3.1 Analisis Konsep Fuzzy Multi Criteria Decision Making
Dalam proses pemilihan sarana promosi lembaga pendidikan yang dilakukan
dengan menggunakan fuzzy MCDM, diperlukan kriteria-kriteria, bobot kepentingan
setiap kriteria dan rating kecocokan alternatif terhadap kriteria untuk melakukan
59
perhitungan sehingga akan didapatkan alternatif terbaik. Dalam hal ini alternatif
terbaik dimaksud adalah sarana promosi yang tepat untuk lembaga pendidikan.
Alternatif-alternatif dalam pemilihan sarana promosi lembaga pendidikan pada
Yayasan Sahabat Iman Orthodox Indonesia dapat dilihat pada tabel 4.1:
Tabel 4.1. Alternatif
Alternatif Keterangan
A1 Periklanan/Advertising
A2 Penjualan perseorangan (personal selling)
A3 Hubungan masyarakat (public relation)
A4 Penjualan langsung (direct marketing)
A5 Promosi penjualan (sales promotion)
A6 Pemasaran Interaktif/Internet
Sedangkan kriteria-kriteria yang digunakan terlihat dalam tabel di bawah ini:
Tabel 4.2. Kriteria
Kriteria Keterangan
C1 Biaya per audiens
C2 Daya Jangkau
C3 Penyajian pesan yang rumit
C4 Penggunaan kepada audiens yang berbeda
C5 Kredibilitas
C6 Pemilihan waktu
µA[x]= (x – a) / (b – a) ; a ≤ x ≤ b
(x - c) / (b – c) ; b ≤ x ≤ c
60
C7 Evaluasi
Struktur hirarki masalah dapat dilihat pada gambar di bawah ini:
Memilih Sarana Promosi Lembaga Pendidikan
Penjualan perseorangan
A2
Humas/Public relation
A3
Penjualan langsung
A4
Promosi penujualan
A5
Penjualan Interaktif
A6
Periklanan/Advertising
A1
Daya Jangkau
C2
Penyajian Pesan Yang Rumit
C3
Penggunaan Multi Audiens
C4
Kredibilitas
C5
Pemilihan Waktu
C6
Biaya Per Audiens
C1
Evaluatif
C7
Gambar 4.2. Struktur Hirarki Masalah
Dalam penelitian ini, fungsi keanggotaan bilangan fuzzy yang
digunakan adalah fungsi bilangan fuzzy segitiga, yang fungsi
keanggotaannya telah dikemukakan pada persamaan (3) yaitu:
0 ; x < a atau x > c
61
Gambar 4.3 memperlihatkan grafik fungsi keanggotaan bobot kepentingan
kriteria (W) dengan menggunakan himpunan fuzzy segitiga,
Sangat rendah rendah sedang tinggi sangat tinggi
1
µ(Wt)
0 0.25 0.5 0.75 1 Wt
Gambar 4.3 Fungsi Keanggotaan Untuk Bobot Setiap Kriteria
Dengan Himpunan Bilangan Fuzzy Segitiga
Variabel-variabel linguisitk yang merepresentasikan bobot kepentingan untuk
setiap kriteria, adalah: T(Kepentingan) W= {SR, R, C, T, ST} dengan SR = Sangat
Rendah; R = Rendah; C = Cukup; T = Tinggi; ST = Sangat Tinggi; yang masing-
masing direpresentaskan dengan bilangan-bilangan fuzzy segitiga sebagai berikut:
SR = (0, 0, 0.25)
R = (0, 0.25, 0.5)
C = (0.25, 0.5, 0.75)
T = (0.5, 0.75, 1)
ST = (0.75, 1, 1)
Sedangkan gambar 4.4 memperlihatkan grafik fungsi keanggotaan derajat
kecocokan alternatif-alternatif dengan kriteria menggunakan himpunan bilangan
62
fuzzy segitiga. Derajat kecocokan alternatif-alternatif dengan kriteria keputusan
adalah: T(kecocokan) S = {SK, K, C, B, SB}, dengan SK = Sangat Kurang; K =
Kurang; C = Cukup; B = Baik; dan SB = Sangat Baik; yang masing-masing
direpresentasikan dengan bilangan-bilangan fuzzy segitiga sebagai berikut:
SK = (0, 0, 0.25)
K = (0, 0.25, 0.5)
C = (0.25, 0.5, 0.75)
B = (0.5, 0.75, 1)
SB = (0.75, 1, 1)
Sangat kurang Kurang Cukup Baik Sangat Baik
1
µ(Sit)
0 0.25 0.5 0.75 1 Sit
Gambar 4.4 Fungsi Keanggotaan Untuk Bobot Kecocokan Setiap
Alternatif Terhadap Setiap Kriteria Dengan
Himpunan Bilangan Fuzzy Segitiga
Langkah selajutnya adalah menentukan bobot kepentingan untuk setiap
kriteria, sebagaimana terlihat pada tabel 4.3 di bawah ini:
Tabel 4.3. Rating Kepentingan Untuk Setiap Kriteria
Kriteria C1 C2 C3 C4 C5 C6 C7
63
Rating Kepentingan ST T T ST ST ST ST
Pada tabel di atas, terdapat dua kriteria yaitu C2 dan C3 yang memiliki bobot
kepentingan Tinggi (T), dan enam kriteria yaitu C1, C4, C5, C6, dan C7 yang memiliki
bobot kepentingan Sangat Tinggi (ST).
Tabel 4.4. Rating Kecocokan Setiap Alternatif Terhadap Setiap Kriteria
Alternatif
Rating Kecocokan
C1 C2 C3 C4 C5 C6 C7
A1 SB SB C B C SB SB
A2 B C SB B SB B SB
A3 C C B SB B B K
A4 C B SB B SB B B
A5 B B C B C SB B
A6 B SB C C C B K
Pada tabel 4.4 terlihat bahwa tingkat kecocokan alternatif (A1) terhadap
kriteria (C1), A2 terhadap C2, A1 terhadap C6, A1 terhadap C7, A2 terhadap C4, A4
terhadap C3, A4 terhadap C5, A6 terhadap C2 memiliki rating kecocokan Sangat Baik
(SB).
Rating kecocokan Baik (B) diperoleh pada kecocokan antara alternatif (A1)
terhadap C4, A2 terhadap C1, A2 terhadap C4, A2 terhadap C6, A3 terhadap C3, A3
terhadap C5, A3 terhadap C6, A4 terhadap C4, A4 terhadap C6, A4 terhadap C7, A5
64
terhadap C1, A5 terhadap C2, A5 terhadap C4, A5 terhadap C7, A6 terhadap C1, A6
terhadap C6.
Tabel 4.4 juga menjelaskan bahwa antara alternatif (A1) terhadap kriteria
(C3), A1 terhadap C5, A2 terhadap C2, A3 terhadap C1, A3 terhadap C2, A4 terhadap C1,
A5 terhadap C3, A5 terhadap C5, A6 terhadap C3, A6 terhadap C4, A6 terhadap C5
memiliki rating kecocokan Cukup (C ).
Sedangkan rating kecocokan Kurang (K), terdapat antara alternatif (A3)
terhadap kriteria (C7), dan A6 terhadap C7.
Dengan mensubstitusikan bilangan fuzzy segitiga ke setiap variabel linguistik
ke dalam persamaan (7) sampai persamaan (9), diperoleh nilai kecocokan fuzzy
seperti pada Tabel 4.5, dengan detil perhitungan sebagai berikut:
Pada alternatif A1:
Y1= (0,75x0,75)+(0,5x0,75)+(0,5x0,25)+(0,75x0,5)+(0,75x0,25)+(0.75x0,75)+(0,75x0,25) = 0,337
Q1 = (1x1)+(0,75x1)+(0,75x0,5)+(1x0,75)+(1x0,5)+(1x1)+(1x0,5)= 0,697
Z1 = (1x1)+(1x1)+(1x0,75)+(1x1)+(1x0,75)+(1x1)+(1x0,75) = 0,897
Dari hasil perhitungan di atas, terlihat bahwa pada alternatif A1, yaitu
periklanan/advertising memiliki indeks kecocokan fuzzy: 0,33; 0,69; 0,89.
Pada alternatif A2:
65
Y2= (0,75x0,5)+(0,5x0,25)+(0,5x0,75)+(0,75x0,5)+(0,75x0,75)+(0.75x0,5)+(0,75x0,75) = 0,397
Q2 = (1x0,75)+(0,75x0,5)+(0,75x1)+(1x0,75)+(1x1)+(1x0.75)+(1x1)= 0,767
Z2 = (1x1)+(1x0,75)+(1x1)+(1x1)+(1x1)+(1x1)+(1x1) = 0,967
Dari hasil perhitungan di atas, terlihat bahwa pada alternatif A2, yaitu
penjualan perseorangan/personal selling memiliki indeks kecocokan fuzzy: 0,39;
0,76; 0,96.
Pada alternatif A3:
Y3= (0,75x0,25)+(0,5x0,25)+(0,5x0,5)+(0,75x0,75)+(0,75x0,5)+(0.75x0,5)+(0,75x0) = 0,267
Q3 = (1x0,5)+(0,75x0,5)+(0,75x0,75)+(1x1)+(1x0,75)+(1x0,75)+(1x0,25)= 0,597
Z3 = (1x0,75)+(1x0,75)+(1x1)+(1x1)+(1x1)+(1x1)+(1x0,5) = 0,857
Dari hasil perhitungan di atas, terlihat bahwa pada alternatif A3, yaitu
hubungan masyarakat/public relation memiliki indeks kecocokan fuzzy: 0,26; 0,59;
0,85.
Pada alternatif A4:
Y4= (0,75x0,25)+(0,5x0,5)+(0,5x0,75)+(0,75x0,5)+(0,75x0,75)+(0.75x0,5)+(0,75x0,5) = 0,357
Q4 = (1x0,5)+(0,75x0,75)+(0,75x1)+(1x0,75)+(1x1)+(1x0,75)+(1x0,75)= 0,727
66
Z4 = (1x0,75)+(1x1)+(1x1)+(1x1)+(1x1)+(1x1)+(1x1) = 0,967
Dari hasil perhitungan di atas, terlihat bahwa pada alternatif A4, yaitu
penjualan langsung/direct marketing memiliki indeks kecocokan fuzzy: 0,35;
0,72; 0,96.
Pada alternatif A5:
Y5= (0,75x0,5)+(0,5x0,5)+(0,5x0,25)+(0,75x0,5)+(0,75x0,25)+(0.75x0,75)+(0,75x0,5) = 0,327
Q5 = (1x0,75)+(0,75x0,75)+(0,75x0,5)+(1x0,75)+(1x0,5)+(1x1)+(1x0,75)= 0,667
Z5 = (1x1)+(1x1)+(1x0,75)+(1x1)+(1x0,75)+(1x1)+(1x1) = 0,92
Dari hasil perhitungan di atas, terlihat bahwa pada alternatif A5, yaitu
promosi penjualan/sales promotion memiliki indeks kecocokan fuzzy: 0,32; 0,66;
0,92.
Pada alternatif A6:
Y6= (0,75x0,5)+(0,5x0,75)+(0,5x0,25)+(0,75x0,25)+(0,75x0,25)+(0.75x0,5)+(0,75x0) = 0,237
Q6 = (1x0,75)+(0,75x1)+(0,75x0,5)+(1x0,5)+(1x0,5)+(1x0,75)+(1x0,25)= 0,557
Z6 = (1x1)+(1x1)+(1x0,75)+(1x0,75)+(1x0,75)+(1x1)+(1x0,5) = 0,827
67
Dari hasil perhitungan di atas, terlihat bahwa pada alternatif A6, yaitu
pemasaran interaktif/internet memiliki indeks kecocokan fuzzy: 0,23; 0,55; 0,82.
Tabel 4.5 Indeks Kecocokan Untuk Setiap Alternatif
Alter
-natif
Rating Kecocokan Indeks
Kecocokan
Fuzzy
C1 C2 C3 C4 C5 C6 C7
A1 SB SB C B C SB C 0,33; 0,69; 0,89
A2 B C SB B SB B SB 0,39; 0,76; 0,96
A3 C C B SB B B K 0,26; 0,59; 0,85
A4 C B SB B SB B B 0,35; 0,72; 0,96
A5 B B C B C SB B 0,32; 0,66; 0,92
A6 B SB C C C B K 0,23; 0,55; 0,82
Dengan mensubstitusikan indeks kecocokan fuzzy pada Tabel 4.5, ke
persamaan (10), dan dengan mengambil derajat keoptimisan (α) = 0 (tidak optimis),
α = 0,5 dan α = 1 (sangat optimis), maka akan diperoleh nilai total integral untuk
setiap alternatif seperti terlihat pada Tabel 4.6. Sebagai contoh penghitungan untuk
nilai α = 0,5 adalah:
0,51
1I (0,5)(0,89) (0,69) (1 0,5)(0,33) 0,65
2
68
0,52
1I (0,5)(0,96) (0,76) (1 0,5)(0,39) 0,72
2
0,53
1I (0,5)(0,85) (0,59) (1 0,5)(0,26) 0,58
2
0,54
1I (0,5)(0,96) (0,72) (1 0,5)(0,35) 0,69
2
0,55
1I (0,5)(0,92) (0,66) (1 0,5)(0,32) 0,64
2
0,56
1I (0,5)(0,82) (0,55) (1 0,5)(0,23) 0,54
2
Tabel 4.6. Nilai Total Integral Setiap Alternatif
Alternatif Nilai Total Integral
α = 0 α = 0,5 α = 1
A1 0,51 0,65 0,79
A2 0,58 0,72 0,86
A3 0,43 0,58 0,72
A4 0,54 0,69 0,84
A5 0,49 0,64 0,79
A6 0,39 0,54 0,68
Dari Tabel 4.6 terlihat bahwa A2 memiliki nilai total integral terbesar
berapapun derajat keoptimisannya, sehingga sarana promosi penjualan perseorangan
(personal selling) akan terpilih sebagai sarana promosi yang optimal untuk promosi
lembaga pendidikan di Yayasan Sahabat Iman Orthodox Indonesia.
Setelah dilakukan analisis ulang dan pengujian terhadap hasil perhitungan
69
manual dengan menggunakan metode fuzzy nilai total integral, ternyata hasil
penghitungan manual yang didapatkan dipertegas kembali kebenarannya oleh
penelitian wawancara dengan pihak Yayasan Sahabat Iman Orthodox Indonesia
(YSIOI), yang menunjukkan bahwa alternatif sarana promosi lembaga pendidikan
menggunakan penjualan perseorangan/personal selling telah digunakan oleh pihak
YSIOI, dan menunjukkan hasil yang diharapkan.
Dengan hasil perhitungan sebagaimana dilakukan di atas, maka alternatif
sarana promosi terbaik, yaitu penjualan perseorangan (personal selling), yang
merupakan sarana promosi penjualan dengan cara menginformasikan kepada
pelanggan/calon konsumen dan meyakinkan mereka untuk membeli produk-produk,
dalam hal ini untuk melanjutkan/menempuh pendidikan di lembaga pendidikan yang
dikelola oleh Yayasan Sahabat Iman Orthodox Indonesia melalui komunikasi
pribadi, merupakan alternatif sarana promosi terbaik yang sebaiknya dipilih untuk
mempromosikan lembaga pendidikan.
70
BAB V
IMPLEMENTASI DAN PENGUJIAN
5.1 Kebutuhan Perangkat Lunak
Tahapan implementasi dan pengujian dimulai dengan memilih perangkat
lunak yang akan digunakan untuk membuktikan kebenaran analisis dan
perancangan sistem. Proses pengujian data untuk pemilihan sarana promosi
lembaga pendidikan menggunakan perangkat lunak khusus yaitu Matlab 7.8.
Matlab merupakan sebuah perangkat lunak dengan fasilitas khusus untuk
memecahkan masalah dan menghasilkan solusi yang diekspresikan dalam notasi-
notasi matematis yang biasa dipakai.
Matlab merupakan perangkat lunak yang cocok digunakan sebagai alat
komputasi yang melibatkan penggunaan matriks dan vektor. Dalam dunia akademis,
Matlab telah menjadi alat bantu standar instruksional dalam pengenalan tingkat lajut
bidang matematika, teknik dan sains. Sebuah toolbox dalam Matlab adalah koleksi
berbagai fungsi (M-file) yang merupakan perluasan Matlab untuk memecahkan
71
masalah-masalah khusus bidang tertentu yang meliputi sistem kontrol, pengolahan
sinyal, neural network dan fuzzy logic. Pada penelitian ini software Matlab
digunakan untuk menyelesaikan permasalahan pemilihan sarana promosi lembaga
pendidikan menggunakan toolbox yang tersedia di dalam software dan aplikasinya.
5.2 Kebutuhan Perangkat Keras (Hardware)
Setelah definisi kebutuhan perangkat lunak dilakukan, selanjutnya
mendefinisikan kebutuhan hardware (perangkat keras) yang akan digunakan dalam
menyelesaikan permasalahan. Spesifikasi kebutuhan perangkat lunak dalam
penelitian ini adalah, penggunaan Notebook Axioo PC Intel Intel ® Atom TM CPU
N455 @ 1,66 Ghz dengan memori sebesar 1014 MB, dengan ukuran hard disk
sebesar 97,6 GB.
5.3 Pengujian Hasil Pengolahan Data
Tahap ini merupakan tahap untuk membuktikan hasil pengolahan data
program studi menggunakan metode Fuzzy multi criteria decision making yang telah
dihitung secara matematis pada bab sebelumnya (bab IV, analisis dan perancangan),
sehingga telah didapatkan hasilnya secara perhitungan manual. Hasil secara
perhitungan manual tersebut akan disesuaikan dengan hasil perhitungan
menggunakan software pengujian dengan menggunakan software Matlab 7.8.
Langkah- langkah dalam penggunaan aplikasi Matlab 7.8 adalah sebagai berikut:
1. Jalankan aplikasi Matlab 7.8, sehingga akan muncul tampilan gambar antar
muka awal dari Matlab.
72
Gambar 5. 1. Tampilan Halaman Awal Matlab
2. Langkah selanjutnya yaitu menentukan current directory (direktori aktif)
pada Matlab. Ketika akan menjalankan sebuah fungsi, harus dipastikan
bahwa fungsi berada dalam direktori aktif. Dengan menentukan direktori aktif
secara work, maka segala pekerjaan yang berhubungan dengan Matlab, baik
m-file, fig-file, maupun file yang lain, akan selalu tersimpan pada direktori
aktif work.
3. Membuka editor M-file, yang digunakan sebagai layar untuk menuliskan
kode program (coding), yaitu melalui menu File >> New >> Blank M-File,
seperti yang terlihat pada gambar 5.2.
73
Gambar 5.2 Kode Program Dalam Editor M-File
Pada gambar 5.2 terlihat bahwa nama fungsi yang digunakan ditampilkan
dalam baris pertama (paling atas) dari editor M-File Matlab. Kemudian pada baris
selanjutnya yaitu menuliskan pernyataan jumlah alternatif dan kriteria. Kemudian
dilanjutkan dengan pernyataan proses perulangan, kemudian diikuti dengan
pernyataan-pernyataan, setelah itu pernyataan proses perulangan untuk menyeleksi
alternatif yang optimal, dalam bentuk perangkingan alternatif. Setelah itu fungsi
untuk mengurutkan peringkat dengan urutan naik (ascending order).
74
Gambar 5.3 Penyimpanan File Ke Dalam Work Directory
Pada gambar 5.3 digambarkan proses penyimpanan M-file ke dalam direktori
kerja (Work directory). Dengan menyimpan file ke dalam direktori work tersebut,
maka untuk selanjutnya user akan dapat membaca dan menyimpan file-file dalam
direktori work tersebut dalam sesi penggunaan Matlab saat itu.
75
Untuk menjalankan program yang telah dibuat sebelumnya, yaitu dengan
menggunakan command windows Matlab, lalu memasukkan data bilangan fuzzy
untuk tingkat kepentingan (W), seperti terlihat pada gambar di bawah ini:
Gambar 5.4 Input Bilangan Fuzzy Tingkat Kepentingan
Setelah itu, memasukkan bilangan fuzzy untuk tingkat kecocokan, lalu vektor
tingkat kepentingan untuk setiap kriteria, disusul dengan matriks kecocokan setiap
alternatif terhadap setiap kriteria, dan derajat keoptimisan (alfa), seperti nampak
pada gambar 5.5:
61
Gambar 5.5 Input Bilangan Fuzzy Tingkat Kecocokan, Tingkat
Kepentingan Setiap Kriteria, Matriks Kecocokan Setiap Alternatif Pada Setiap
Kriteria, Derajat Keoptimisan (Alfa)
Setelah memasukkan nilai-nilai tersebut di atas dalam command windows
Matlab, langkah selanjutnya adalah menjalankan fungsi fuzzy MCDM yang telah
tersimpan dalam work directory Matlab. Apabila program tersebut dijalankan pada
command windows Matlab, akan menghasilkan output seperti terlihat pada gambar
5.6:
62
Gambar 5.6 Tampilan Hasil Program
Setelah dijalankan, maka muncul hasil perhitungan sebagaimana tampak pada
gambar 5.6, di mana F merupakan hasil perhitungan nilai total integral dari setiap
alternatif. Sedangkan P adalah urutan hasil perangkingan alternatif dengan urutan
menurun. Sedangkan Ranking merupakan urutan peringkat alternatif yang
menggambarkan peringkat alternatif, dari yang tertinggi sampai yang terendah.
63
5.4 Evaluasi Hasil Pengujian Data
Setelah diadakan perhitungan pemilihan sarana promosi lembaga pendidikan
menggunakan metode fuzzy multi criteria decision making (MCDM) dengan
perhitungan manual dan software Matlab 7.8 (seperti terlihat pada gambar 5.6)
ternyata nilai alternatif tertinggi (F) yang dihasilkan adalah sama. Berikut nilai F
yang dihasilkan:
Perhitungan nilai F melalui software:
Tabel 5.1 Nilai F Perhitungan Software
Alternatif (Ai) Keterangan Nilai F
A1 Periklanan/Advertising 0,6563
A2 Penjualan perseorangan (personal selling) 0,7273
A3 Hubungan masyarakat (public relation) 0,5804
A4 Penjualan langsung (direct marketing) 0,6920
A5 Promosi penjualan (sales promotion) 0,6473
A6 Pemasaran Interaktif/Internet 0,5402
64
Dari hasil perhitungan menggunakan software di atas, diperoleh hasil yaitu
alternatif (A2) memperoleh nilai total integral terbesar dibandingkan dengan
alternatif-alternatif yang lain.
Perhitungan nilai F manual:
Tabel 5.2 Nilai F Perhitungan Manual
Alternatif (Ai) Keterangan Nilai F
A1 Periklanan/Advertising 0,65
A2 Penjualan perseorangan (personal selling) 0,72
A3 Hubungan masyarakat (public relation) 0,58
A4 Penjualan langsung (direct marketing) 0,69
A5 Promosi penjualan (sales promotion) 0,64
A6 Pemasaran Interaktif/Internet 0,54
Berdasarkan perhitungan matematis yang dilakukan secara manual dan
dengan menggunakan software ternyata hasil yang didapatkan adalah sama, dan nilai
rangking total integral (F) untuk setiap alternatif yang terbesar terdapat pada
alternatif A2 (penjualan perseorangan/personal selling) dengan nilai F terbesar yaitu
0,7273, dan merupakan rangking pertama dalam urutan perangkingan. Apabila
diurutkan mulai dari urutan tertinggi, maka akan diperoleh hasil sebagai berikut:
65
Tabel 5.3 Urutan Perangkingan
Alternatif (Ai) Keterangan Nilai F
A2 Penjualan perseorangan (personal selling) 0,7273
A4 Penjualan langsung (direct marketing) 0,6920
A1 Periklanan/Advertising 0,6563
A5 Promosi penjualan (sales promotion) 0,6473
A3 Hubungan masyarakat (public relation) 0,5804
A6 Pemasaran Interaktif/Internet 0,5402
Evaluasi hasil pengujian sistem dimaksudkan untuk melihat kehandalan
sebuah sistem. Dari hasl pengujian yang telah dilakukan dengan menggunakan
software Matlab 7.8 di mana telah didapatkan hasil alternatif terbaik dari beberapa
alternatif yang ada yang sama-sama diuji, yang mempunyai tingkat/rating
kepentingan kriteria dan tingkat kecocokan alternatif terhadap kriteria yang berbeda-
beda. Hasil pengujian menggunakan sistem menunjukkan efisiensi waktu yang
digunakan dalam pengujian lebih cepat dibandingkan dengan cara perhitungan
manual.
66
Dari perhitungan perangkingan nilai total integral semua alternatif yang ada,
terlihat bahwa hasil perhitungan dengan software adalah sama dengan hasil
perhitungan manual, sehingga bisa dikatakan hasil yang diperoleh adalah konsisten.
BAB VI
PENUTUP
6.1 Kesimpulan
Setelah dilakukan analisis dan perancangan sistem menggunakan fuzzy
multicriteria decision making (MCDM) dalam pemilihan sarana promosi lembaga
pendidikan, maka dapat diambil kesimpulan bahwa:
1. Berdasarkan pengujian yang telah dilakukan untuk setiap fungsi logika fuzzy
multi criteria decision making (MCDM) metode nilai total integral,
menunjukkan bahwa hasil perhitungan logika fuzzy dari sistem telah sesuai
dengan hasil perhitungan manual, sehingga dapat dinyatakan bahwa aplikasi
67
telah berhasil mengimplementasikan logika fuzzy MCDM metode nilai total
integral dengan baik.
2. Dengan menggunakan fuzzy MCDM menggunakan metode nilai total
integral, dapat membantu dalam melakukan perangkingan pemilihan sarana
promosi lembaga pendidikan di Yayasan Sahabat Iman Orthodox Indonesia,
berdasarkan tingkat kepentingan setiap kriteria dan tingkat kecocokan antara
setiap alternatif dengan setiap kriteria.
3. Sistem pemilihan sarana promosi lembaga pendidikan menggunakan fuzzy
MCDM dengan metode nilai total integral dapat dijadikan sebagai
pendukung keputusan oleh Yayasan Sahabat Iman Orthodox Indonesia
dalam melakukan pemilihan sarana promosi lembaga pendidikan yang
paling tepat untuk digunakan oleh lembaga-lembaga pendidikan yang
dikelolanya.
6.2 Saran
Penelitian dengan bahasan pemilihan sarana promosi lembaga pendidikan ini
masih jauh dari sempurna. Berikut beberapa saran yang diharapkan untuk
pengembangan yang lebih baik, di antaranya:
4. Diharapkan kepada pihak Yayasan Sahabat Iman Orthodox Indonesia untuk
mengaplikasikan sistem pemilihan sarana promosi lembaga pendidikan
menggunakan fuzzy MCDM metode nilai total integral, karena telah teruji
kekonsistenan dan keefisienannya.
68
5. Diharapkan agar sistem yang dibangun dapat dikembangkan menjadi sistem
(interface) antar muka yang lebih menarik, untuk mempermudah dalam
melakukan pemilihan sarana promosi lembaga pendidikan yang tepat.
DAFTAR PUSTAKA
Belch, George E., Belch, Michael A. (2003). “Advertising and Promotion, An Integrated Marketing Communications Perspective” Edisi ke-6. USA: The McGraw-Hill.16.
Benetti, Sara. (2005). “Concept of an Information and Decision Support System applied to the EU Interreg IIIb funded project: nature-oriented flood damage prevention” Technische Universitat Darmstadt: Master Thesis.
Cahyo, Winda Nur, R., Wahyuni. (2009). “Implementasi Fuzzy Multicriteria Decision Making (FMCDM) Untuk Menentukan Peringkat Calon Penerima Beasiswa”. SEMINAR NASIONAL ELECTRICAL, INFORMATICS, AND IT’S EDUCATIONS 2009 Yogyakarta. 2009. B1-116-B1-118
Chen, Mei-Fang, Tzeng, Gwo-Hshiung. (2004). “Risk and confidence analysis for fuzzy multicriteria decision making”. Online Jurnal Whistler, B.C., Canada.
Fenton, Norman, Wang, Wei. (2006). “Risk and confidence analysis for fuzzy multicriteria decision making”. ScienceDirect. Vol. 19 (2006). 430-437.
Feriansyah, Reza (2011). “Perancangan Sistem Pendukung Keputusan Penentuan Performance Sekolah Dengan Menggunakan Metode Fuzzy Multi Criteria Decision Making (MCDM)” Program Studi S1 Ilmu Komputer dan Teknologi Informasi USU: Skripsi.
Hasanah, Uswatun. (2010). “Sistem Pakar Untuk Mendiagnosa Jenis Penyakit Infeksi Kulit Pioderma Pada Anak Menggunakan Algoritma Logika Fuzzy” Jurusan Teknik Informatika Fakultas Sains Dan Teknologi UIN Maulana Malik Ibrahim Malang: Skripsi.
69
Janakiraman, V.S, Sarukesi, K. (2006). “Decision Support System”. 2006. Eastern Economy Edition. New Delhi: Prentice-Hall of India Private Limited. 26.
Kahar, Novhirtamelly, Fitri, Nova. (2011). “Aplikasi Metode Fuzzy Multicriteria Decision Making (FMCDM) Untuk Optimalisasi Penentuan Lokasi Promosi Produk”. Seminar Nasional Aplikas Teknologi Informasi 2011 (SNATI 2011) Yogyakarta. 17-18 Juni 2011. A58-A63
Kusumadewi, Sri. (2008). “Aplikasi Fuzzy Total Integral Pada Hamilton Anxiety Rating Scale (HARSH)”. Seminar Nasional Aplikasi Teknologi Informasi 2008 (SNATI 2008) Yogyakarta. 21 Juni 2008. E73-E76.
Kusumadewi, Sri, Guswaluddin, Idham. (2005). “Fuzzy Multi-Criteria Decision Making”. Media Informatika. Vol. 3 No. 1, Juni 2005. 33-35.
Kusumadewi, Sri, Hartati, Sri, Harjoko, Agus, Wardoyo, Retantyo. (2006). “Fuzzy Multi Attribute Decision Making” Edisi pertama, Yogyakarta: Graha Ilmu. 157.
Lancaster, Geoff, Withey, Frank. (2007). “Marketing Fundamentals” Edisi pertama, Burlington, MA, USA: Elsevier, Ltd. 208.
Meliala, Febrianto Prima. (2012). “Sistem Pendukung Keputusan Pemilihan Program Studi Dengan Metode Fuzzy Multi Criteria Decision Making (FMCDM)” Program Studi S1 Ilmu Komputer dan Teknologi Informasi USU: Skripsi.
Moon, Joo Hyun, Kang, Chang Sun. (2001). “Application of Fuzzy Decision Making Method to the Evaluation of Spent Fuel Storage Options”. Progress in Nuclear Energy. Vol. 39, No. 3-4. 345-351.
Peranginangin, Kasiman. (2006). “Pengenalan MATLAB” Edisi I. Yogyakarta: Penerbit ANDI.
Rosnelly, Rika, Wardoyo, Retantyo. (2011). “Penerapan Fuzzy Multi-Criteria Decision Making (FMCDM) Untuk Diagnosis Penyakit Tropis”. Seminar Nasional Informatika 2011 (SemnasIF 2011)UPN Veteran Yogyakarta. 2 Juli 2011. D21-D26
Setiawan, Dadang. (2012). “Perancangan Sistem Pendukung Keputusan Untuk Pemilihan Laptop Menggunakan Metode Fuzzy Multi Criteria Decision Making” Jurusan Teknik Informatika STMIK AMIKOM Yogyakarta: Naskah Publikasi.
Tang, Yu-Cheng, Beynon, Malcolm J. (2005). “Application and Development of a Fuzzy Analytic Hierarchy Process within a Capital Investment Study”. Journal of Economics and Management. Vol. 1 No. 2. 213.
Trehan, Mukesh, Trehan, Ranju. (2009). “Advertising and Sales Management” Edisi ke-10.New Delhi: V.K. (India) Enterprises .36-43.
610
Wibowo, Santoso. (2011). “Fuzzy Multicriteria Analysis and It’s Applications for Decision Making under Certainty” School Of Business IT and Logistics Business Portfolio RMIT University: Ph.D. Tesis.
Woodruff, Robert B. (2005). “Promotion tools’ strengths and weakness”. Ag Decision Maker. January 2005. 1.
Xu, Ling, Yang, Jian Bo. (2001). “Introduction To Multi-Criteria Decision Making and the Evidential Reasoning Approach” Manchester School Of Management Working Paper. No. 0106. 3.
Top Related