Sistem Pendukung Keputusan Penentuan Lokasi Gudang di Perusahaan dengan Metode Weighted Product Indah Kumala Sari1, Yohana Dewi Lulu W2, Kartina Diah K3 1,2 Jurusan Sistem Informasi, .3 Jurusan Teknik Informatika, Politeknik Caltex Riau- Jl Umbansari no1 Pekanbaru 1
[email protected] , 2
[email protected], 3
[email protected]
ABSTRAK Gudang adalah sebuah bangunan atau ruangan yang digunakan sebagai tempat penyimpanan semua bahan pabrik. Fungsi gudang pada sebuah perusahaan sebagai tempat penyimpanan bahan mentah, barang setengah jadi dan barang produk yang telah jadi selain itu menjadi tempat penampungan sementara, seperti barang yang akan dikirimkan maupun barang yang baru datang. Tetapi dalam penentuan lokasi gudang itu harus ada syarat- syarat dan ketentuan pemilihannya. Maka dari itu dibangun sistem pendukung keputusan penentuan lokasi gudang sesuai dengan syarat – syarat standar dari perusahaan. Dalam tulisan ini akan diangun sebuah Sistem Pendukung Keputusan dalam penentuan lokasi gudang penyimpanan di perusahaan menggunakan Fuzzy Multi Attribute Decision Making dengan metode Weighted Product karena metode ini dapat membantu dalam mengambil keputusan untuk menentukan lokasi gudang, akan tetapi perhitungannya hanya menghasilkan nilai terbesar yang akan terpilih sebagai alternatif yang terbaik. Sistem ini dibuat berbasis desktop dan dibangun dengan bahasa pemrograman VB.net dan SQL Server sebagai databasenya. Kata Kunci :
Sistem Pendukung Keputusan, Fuzzy Multi Attribute Decision Making metode Weighted Product, Visual Basic, SQL Server.
1. Pendahuluan Dalam suatu perusahaan besar, gudang memiliki arti yang sangat penting bagi aliran barang dalam perusahaan. Gudang adalah sebuah bangunan atau ruangan yang digunakan sebagai tempat penyimpanan semua bahan di pabrik. Fungsi dari pergudangan adalah sebagai tempat penyimpanan bahan mentah (raw material), barang setengah jadi (intermediate goods), dan produk jadi (final goods), selain itu juga menjadi tempat penampungan barang sementara seperti barang yang akan di kirimkan maupun barang yang baru datang. Dan gudang mempunyai peranan yang sangat penting untuk keberhasilan perusahaan dalam mencapai tujuan (gold), karena pada bagian gudang ini terjadi proses pengolahan input menjadi output. Fuzzy Multi Attribute Decision Making mempunyai beberapa metode untuk memecahkan masalah salah satu diantaranya adalah metode Weighted Product. Metode ini dapat membantu dalam mengambil keputusan untuk menentukan lokasi gudang, akan tetapi perhitungan dengan menggunakan metode weighted product ini hanya menghasilkan nilai terbesar yang akan terpilih sebagai alternatif yang terbaik. Perhitungan akan sesuai dengan metode ini apabila alternatif yang terpilih memenuhi kriteria yang telah ditentukan. Metode weighted product ini lebih efisien karena waktu yang dibutuhkan dalam perhitungan lebih singkat. Model yang digunakan dalam sistem pendukung keputusan ini adalah Fuzzy Multiple Attribute Decision Making (FMADM) dengan menggunaka metode Weighted Product. Metode ini dipilih karena dapat menentukan nilai bobot untuk setiap atribut, kemudian dilanjutkan dengan proses penyeleksian alternatif terbaik, dalam hal ini alternatif yang dimaksud adalah alternatif yang optimal untuk pembangunan gudang penyimpanan berdasarkan kriteria-kriteria yang telah ditentukan. Dalam Malakah ini dibangun sistem pendukung keputusan penentuan lokasi gudang penyimpanan produksi di perusahaan. Dengan adanya sistem pendukung keputusan ini dapat memberikan alternatif penyelesaian kepada manager dalam mengambil keputusan menentukan lokasi yang optimal untuk membangun sebuah gudang penyimpanan. Tujuan dari “Sistem Pendukung Keputusan menentukan Lokasi Gudang Penyimpanan di Perusahaan dengan Metode Weigthed Product” antara lain : 1. Membangun sistem pendukung keputusan untuk menentukan alternatif yang optimal untuk penentuan lokasi gudang penyimpanan. 2. Menerapkan Fuzzy Multi Atribute Decision Making (FMADM) dengan metode Weighted Product.
Ruang lingkup yang dijadikan batasan masalah pada sistem ini yaitu : 1. Sistem ini bekerja dalam memberikan alternatif keputusan untuk menentukan lokasi gudang penyimpanan, dan membantu manager dalam mengambil keputusan untuk penentuan lokasi gudang penyimpanan. 2. Setelah melakukan survey ke sebuah perusahaan didapatkan kriteria yang digunakan penentuan lokasi gudang penyimpanan itu adalah antara lain : kepadatan penduduk di sekitar lokasi (orang/km2), jarak dari pabrik (km), jarak dari gudang yang sudah ada (km), harga tanah untuk lokasi (x1000 Rp/m2) . 3. Metode yang digunakan Weighted Product. 4. Bahasa pemrograman yang digunakan berbasis desktop adalah Visual Basic.Net 2008 dan SQL Server 2005 sebagai database. 2. Tinjauan Pustaka 2.1 Sistem Pendukung Keputusan Secara Umum, Sistem Pendukung Keputusan adalah sebuah sistem yang mampu memberikan kemampuan, baik kemampuan pemecahan masalah maupun kemampuan pengkomunikasian untuk masalah semi terstruktur. Secara Khusus, Sistem Pendukung Keputusan adalah sebuah sistem yang mendukung kerja seorang manager maupun sekelompok manager dalam memecahkan masalah semi-terstruktur dengan cara memberikan informasi ataupun usulan menuju pada keputusan tertentu. [4] Kerangka dasar pengambilan keputusan Manajerial dalam tipe keputusan dibagi menjadi : 1. Keputusan Terstruktur (structured decision) adalah keputusan yang berulang – ulang dan rutin, sehingga dapat diprogram. Keputusan terstruktur terjadi dan dilakukan terutama pada manajemen tingkat bawah. Contoh dari keputusan tipe ini misalnya adalah keputusan pemesanan barang, keputusan penagihan piutang dan lain sebagainya. 2. Keputusan Tidak Terstruktur (unstructured decision) adalah keputusan yang tidak terjadi berulang – ulang dan tidak selalu terjadi. Keputusan ini terjadi di manajemen tingkat atas. Informasi untuk pengambilan keputusan tidak terstruktur tidak mudah untuk didapatkan dan tidak mudah tersedia dan biasanya berasal dari lingkungan luar. Pengalaman manajer merupakan hal yang sangat penting di dalam pengambilan keputusan tidak terstruktur. Keputusan untuk bergabung dengan perusahaan lain adalah contoh keputusan tidak terstruktur yang jarang terjadi.
3. Keputusan Semi Terstruktur (semi – structured decision) adalah keputusan yang sebagian dapat diprogram, sebagian berulangulang dan rutin dan sebagian tidak struktur. Keputusan tipe ini seringnya bersifat rumit dan membutuhkan perhitungan – perhitungan serta analisis yang terperinci. Contoh dari keputusan tipe ini misalnya adalah keputusan membeli sistem komputer yang lebih canggih. Contoh yang lainnya misalnya adalah keputusan alokasi dana promosi.[1] 2.2
2.3
Fuzzy Multiple Attribute Decision Making (FMADM) Fuzzy Multiple Attribute Decision Making (FMADM) adalah suatu metode yang digunakan untuk mencari alternatif optimal dari sejumlah alternatif dengan kriteria tertentu. Inti dari FMADM adalah menentukan nilai bobot untuk setiap atribut, kemudian dilanjutkan dengan proses perankingan yang akan menyeleksi alternatif yang sudah diberikan. Pada dasarnya, ada 3 pendekatan untuk mencari nilai bobot atribut, yaitu pendekatan subyektif, pendekatan obyektif dan pendekatan integrasi antara subyektif & obyektif. Masing-masing pendekatan memiliki kelebihan dan kelemahan. Pada pendekatan subyektif, nilai bobot ditentukan berdasarkan subyektifitas dari para pengambil keputusan, sehingga beberapa faktor dalam proses perankingan alternatif bisa ditentukan secara bebas. Sedangkan pada pendekatan obyektif, nilai bobot dihitung secara matematis sehingga mengabaikan subyektifitas dari pengambil keputusan [2]. Ada beberapa metode yang dapat digunakan untuk menyelesaikan masalah FMADM. antara lain [2]: a. Simple Additive Weighting Method (SAW) b. Weighted Product (WP) c. ELECTRE d. Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) e. Analytic Hierarchy Process (AHP)
Metode Weighted Product Metode Weighted Product (WP) menggunakan perkalian untuk menghubungkan rating atribut, dimana rating setiap atribut harus dipangkatkan dulu dengan bobot atribut yang bersangkutan. Proses tersebut sama halnya dengan normalisasi . Metode Weighted Product dapat membantu dalam mengambil keputusan untuk menentukan lokasi gudang, akan tetapi perhitungan dengan menggunakan metode weighted product ini hanya menghasilkan nilai terbesar yang akan terpilih sebagai alternatif yang terbaik. Perhitungan akan sesuai dengan metode ini apabila alternatif
yang terpilih memenuhi kriteria yang telah ditentukan. Metode weighted product ini lebih efisien karena waktu yang dibutuhkan dalam perhitungan lebih singkat. [2] Preferensi untuk alternatif Ai diberikan sebagai berikut :
n
Si = ∏ xij
wj
.......(1)
j =1
Dengan i = 1,2,...,m; dimana Σ Wj = 1. Wj adalah pangkat bernilai posistif untuk atribut keuntungan dan bernilai negatif untuk atribut biaya. Wj = W j Σ Wj Preferensi relatif diberikan sebagai : n
Vi =
Π Xij
Π (Xj*)
setiap
alternatif,
Wj
j=1
n
dari
dengan i = 1,2,...,m. Wj
j=1
Sedangkan untuk kriterianya terbagi dalam dua kategori yaitu untuk bernilai positif termasuk dalam kriteria keuntungan dan yang bernilai negatif termasuk dalam kriteria biaya. Keterangan : A : Alternatif C : Kriteria W : Bobot S : Preferensi untuk alternatif V: Nilai vektor yang digunakan untuk perankingan X : Nilai Alternatif dari setiap kriteria Sebagai contohnya ada suatu perusahaan di Pekanbaru ingin membangun sebuah gudang yang akan digunakan sebagai tempat untuk menyimpan sementara hasil produksinya. Lokasi yang akan menjadi alternatif itu ada 3 yaitu : A1 = Rumbai A2 = Marpoyan A3 = Panam Kriteria yang digunakan sebagai acuan ada 4 yaitu : C1 = jarak dari pabrik (km); C2 = jarak dengan gudang yang sudah ada (km); C3 = harga tanah untuk lokasi (x1000 Rp/m2). C4 = kepadatan penduduk di sekitar lokasi (orang/km2); Untuk melengkapi informasi – informasi yang dibutuhkan yang berguna untuk pembuatan sistem dilakukan wawancara dengan pihak perusahaan yang terkait untuk menentukan kriteria
dan bobot untuk sistem pendukung keputusan penentuan lokasi gudang. Hasil wawancara dari pihak perusahaan tersebut didapatkan kriterianya sebagai berikut : kepadatan penduduk di sekitar lokasi (orang/km2), jarak dari pabrik (km), jarak dari gudang yang sudah ada (km), harga tanah untuk lokasi (x1000Rp/m2) juga bobot yang rangenya 1-5 dari sangat rendah, rendah, cukup, tinggi dan sangat tinggi. Bobot ditentukan oleh user yang menggunakan sistem berdasarkan dari bobot range yang telah ada. 3. Perancangan Flowchart Perancangan ini digunakan untuk menggambarkan alur suatu program menjadi lebih sederhana sehingga program tersebut dapat lebih mengerti.
saling memberi data yang dibutuhkan oleh tabel tersebut.
Gambar 2.3 Entity Relationship Diagram 4. Hasil dan Pembahasan Menu utama aplikasi ini menggunakan login dalam membagi hak akses sistem
Gambar 4.1 Halaman Login Gambar 2.1 Flowchart Manager Perancangan Use Case Diagram Pada Perancangan Use Case Diagram ini akan menjelaskan hal-hal yang dapat dilakukan masing-masing user atau actor, yaitu : Manager 1. Use Case Diagram Manager
Gambar 2.2 Use Case Diagram untuk Manager Perancangan ERD (Entity Relationship Diagram) ERD adalah perancangan yang menggambarkan relasi antar tabel dimana setiap tabel yang memiliki relasi dengan tabel lain dapat
Halaman Awal Setelah melakukan login maka user akan masuk ke dalam tampilan home atau tampilan awal dari aplikasi sistem ini. Pada tampilan home terdapat beberapa menu antara lain menu Infomasi yaitu form yang menampilkan informasi yang berhubungan dengan sistem pendukung keputusan yang digunakan tersebut, menu Penginputan yaitu form untuk menginputkan bobot dari tiap – tiap kriteria dan nama alternatif untuk tiap – tiap calon lokasi yang akan di bangun gudang, menu Pengeditan yaitu form dimana user bisa mengedit nilai bobot kriteria dan nama alternatif, dan terakhir adalah menu Pengkalkulasian yaitu form untuk menginputkan nilai – nilai kriteria dari tiap – tiap alternatif kemudian apabila dikalkulasikan akan menampilkan alternatif lokasi terbaik untuk penentuan lokasi gudang.
maka hasil ini bisa di simpan ke dalam Microsoft Word, PDF, Microsoft Excel dan yang lainnya. Setelah report ini di tutup oleh user dengan mengklik tanda close diatas maka secara otomatis hasil data report serta seluruh yang telah di inputkan tadi akan terhapus dari database. Perbandingan Pencarian Metode Weighted Product dengan Pencarian Metode Simple Additive Weighting (SAW)
Gambar 4.2 Tampilan Home Halaman Pengkalkulasian Pada halaman form ini user menginputkan nilai – nilai kriteria dari setiap alternatifnya. Setiap nilai wajib diisi dan tidak boleh ada yang tidak terisi karena jika salah satu nilai tidak ada maka tidak akan dapat di kalkulasi dan menyebabkan error pada saat sistem melakukan kalkulasi.
Pencarian dengan Metode Weighted Product, Sebagai contohnya ada suatu perusahaan di Pekanbaru ingin membangun sebuah gudang yang akan digunakan sebagai tempat untuk menyimpan sementara hasil produksinya. Lokasi yang akan menjadi alternatif itu ada 3 yaitu : A1 = Rumbai A2 = Marpoyan A3 = Panam Kriteria yang digunakan sebagai acuan ada 4 yaitu : C1 = jarak dari pabrik (km); C2 = jarak dengan gudang yang sudah ada (km); C3 = harga tanah untuk lokasi (x1000 Rp/m2). C4 = kepadatan penduduk di sekitar lokasi (orang/km2); Tingkat kepentingan setiap kriteria, juga dinilai dengan 1 sampai 5, yaitu: 1 = Sangat rendah, 2 = Rendah, 3 = Cukup, 4 = Tinggi, 5 = Sangat Tinggi. Pengambil keputusan preferensi sebagai: W = (3, 3, 5, 4)
Gambar 4.3 Halaman Kalkulasi Setelah menginputkan nilai keseluruhannya maka user bisa mengklik tombol kalkulasi yang berada di ujung kanan bawah untuk dapat melihat hasil alternative keputusannya. Hasil berupa laporan lokasi alternatif yang telah di inputkan dan di urutkan berdasarkan perankingan.
Gambar 4.8 Hasil Report Gambar di atas adalah bentuk hasil dari alternatif sistem pendukung keputusan. Apabila user ingin menyimpannya sebagai back up file
memberikan
bobot
Nilai – nilai kriteria dari setiap alternatif adalah : Tabel 4.1 Nilai kriteria untuk setiap alternatif Alternatif
Kriteria
A1
C1 5
C2 3
C3 500
C4 1000
A2
3
3
550
800
A3
6
4
400
900
Kategori setiap kriteria: • Kriteria C4 (kepadatan penduduk di sekitar lokasi) dan C2 (jarak dengan gudang yang sudah ada) adalah kriteria keuntungan; • Kriteria C1 (jarak dari pabrik), dan C3 (harga tanah untuk lokasi) adalah kriteria biaya. Keterangan : A : Alternatif C : Kriteria W : Bobot S : Preferensi untuk alternatif V : Nilai vektor yang digunakan untuk perankingan
X : Nilai Alternatif dari setiap kriteria Sebelumnya dilakukan perbaikan bobot terlebih dahulu seperti sehingga ∑w=1. 3 3 = = 0,2 3 + 3 + 5 + 4 15 3 3 w2 = = = 0,2 3 + 3 + 5 + 4 15 5 5 w3 = = = 0,33 3 + 3 + 5 + 4 15 4 4 w4 = = = 0,27 3 + 3 + 5 + 4 15 w1 =
V 1 = (3)(0.2) + (3)(0.75) + (5)(0.8) + (4 )(1) = 10.85
V 2 = (3)(1) + (3)(0.75) + (5)(0.73) + (4 )(0.8) = 12.1 V 3 = (3)(0.5) + (3)(1) + (5)(1) + (4)(0.9 ) = 13.1
Kemudian vektor S dapat dihitung sebagai berikut: −0 , 2 0, 2 −0, 33 0, 27 S 1 = (5 )(3 )(500 )(1000 ) = 0,7498 −0 , 2 0, 2 −0, 33 0 , 27 S 2 = (3 )(3 )(550 )(800 ) = 0,7577 −0 , 2 0, 2 −0 , 33 0 , 27 S 3 = (6 )(4 )(400 )(900 ) = 0,8012 Nilai vektor V yang akan digunakan untuk perankingan dapat dihitung sebagai berikut: V1 =
0 , 7498 = 0 , 3247 0 , 7498 + 0 , 7577 + 0 ,8012
V2 =
0 , 7577 0 , 7498 + 0 , 7577 + 0 ,8012
V3 =
0 ,8012 = 0 , 3470 0 , 7498 + 0 , 7577 + 0 ,8012
= 0 , 3282
Nilai V3 menunjukkan nilai terbesar sehingga alternatif A3 adalah alternatif yang terpilih sebagai alternatif terbaik. Dengan kata lain, Panam akan terpilih sebagai lokasi untuk mendirikan gudang baru. Pencarian dengan Metode Simple Additive Weighting (SAW) Pada pencarian dengan menggunakan metode SAW ini contoh kasus yang digunakan sama dengan contoh kasus pada pencarian metode weighted product di atas. Dengan lokasi alternatif yang digunakan ada 3 yaitu : A1 = Rumbai A2 = Marpoyan A3 = Panam Kriteria yang digunakan sebagai acuan ada 4 yaitu : C1 = jarak dari pabrik (km); C2 = jarak dengan gudang yang sudah ada (km); C3 = harga tanah untuk lokasi (x1000 Rp/m2). C4 = kepadatan penduduk di sekitar lokasi (orang/km2); Pengambil keputusan memberikan bobot preferensi sebagai:W = (3, 3, 5, 4) Untuk nilai – nilai kriteria dari setiap alternatif sama dengan tabel 4.1 Alternatif Kriteria C1 C2 C3 C4 5 3 500 1000 A1 3 3 550 800 A2 6 4 400 900 A3 Pertama dilakukan normalisasi matriks berdasarkan persamaan sebagai berikut : ⎧ xij ⎪ xij ⎪ Max i ⎪ rij = ⎨ ⎪ Min xij ⎪ i ⎪ xij ⎩
jika j adalah atribut keuntungan (benefit)
jika j adalah atribut biaya (cost)
⎡ 0 . 2 0 . 75 0 . 8 1 ⎤ ⎢ ⎥ R = ⎢ 1 0 . 75 0 . 73 0 . 8 ⎥ 1 0 . 9 ⎦⎥ ⎣⎢ 0 . 5 1
Karena V3 menunjukkan nilai terbesar sehingga alternatif A3 adalah alternatif yang terpilih sebagai alternatif terbaik. Dengan kata lain, Panam akan terpilih sebagai lokasi untuk mendirikan gudang baru. Dengan demikian dapat disimpulkan hasil alternatif terbaik dari dua metode yang digunakan ini adalah sama. 5. Kesimpulan Terdapat beberapa kesimpulan dari Sistem Pendukung Keputusan Penentuan Lokasi Gudang Dengan Menggunakan Metode Weighted Product, antara lain : 1. Dengan dibangunnya Sistem Pendukung Keputusan Penentuan Lokasi Gudang ini dapat membantu seorang manager dalam pengambilan keputusan. 2. Pada Sistem Pendukung Keputusan Penentuan Lokasi Gudang ini di bangun dengan menerapkan Fuzzy Multi Attribute Decision Making dengan metodenya adalah Weighted Product. 3. Sistem ini memberikan alternatif lokasi gudang sebagai hasil keputusannya dengan persentase penilaian 90% menyatakan sangat baik dan 86.67% menyatakan sangat baik bahwa sistem ini layak untuk digunakan. DAFTAR PUSTAKA [1] Jogiyanto, (2005). Sistem Teknologi Informasi. Yogyakarta : Andi [2] Kusumadewi, Sri., Hartati, S., Harjoko, A., dan Wardoyo, R. (2006). Fuzzy MultiAttribute Decision Making (FUZZY MADM). Yogyakarta: Penerbit Graha Ilmu [3] Kusumadewi, Sri. (2007). Kecerdasan Buatan, Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia. [4] Kusuma W, Kartina Diah, (2009). Sistem Pendukung Keputusan. Pekanbaru : Politeknik Caltex Riau [5] Wibowo, Henry: (2010). Sistem Pendukung Keputusan Untuk Menentukan Penerima Beasiswa Bank BRI Menggunakan FMADM (Studi Kasus: Mahasiswa Fakultas Teknik Industri Universitas Islam Indonesia) Diambil 9 Januari 2011 dari http://journal.uii.ac.id/index.php/Snati/article /view/1073/998
