Journal of Computer System and Informatics (JoSYC) ISSN 2714-8912 .
edia onlin.
ISSN 2714-7150 .
edia ceta.
Volume 5.
No.
February 2024.
Page 496-505 https://ejurnal.
seminar-id.
com/index.
php/josyc DOI 10.
47065/josyc.
Sistem Pendukung Keputusan Menentukan Lokasi Pembangunan Jaringan Internet Menggunakan Metode Profile Matching Safira Agustina1,*.
Hetty Rohayani1.
Noneng Marthiawati H2.
Muhammad Nabil Azzamy3 Fakultas Sains dan Teknologi.
Informatika.
Universitas Muhammadiyah Jambi.
Jambi.
Indonesia Fakultas Sains dan Teknologi.
Sistem Informasi.
Universitas Muhammadiyah Jambi.
Jambi.
Indonesia Fakultas Informatika.
Informatika.
Universitas Telkom.
Bandung.
Indonesia Email: safiraagustina12345@gmail.
com, 2hettyrohayani@gmail, 3marthiawati93@gmail.
com, 4azzamynabil@gmail.
Email Penulis Korespondensi: safiraagustina12345@gmail.
Submitted: 30/01/2024.
Accepted: 29/02/2024.
Published: 29/02/2024 AbstrakOeSistem Pendukung Keputusan adalah sistem informasi interaktif yang menyediakan informasi, permodelan dan permanipulasian data.
Sistem ini digunakan untuk membantu pengambilan keputusan dalam situasi yang semistruktur dan situasi yang tidak terstruktur, dimana tidak ada yang tahu pasti bagaimana keputusan itu seharusnya dibuat.
Permasalahan pada penelitian ini ialah, penentuan lokasi pemasangan jaringan internet oleh BeeBeeNet, dilakukan berdasarkan keputusan perusahaan dalam menentukan lokasi baru untuk membangun jaringan internet diwilayah baru, yaitu dengan cara survey wilayah, serta melihat angka kepadatan penduduk di suatu wilayah dan minat dari masyarakat tersebut saat ini.
Tujuan dari pembuatan Sistem Pendukung Keputusan penentuan lokasi membangun jaringan internet yaitu dengan menentukan lokasi yang tepat.
Metode yang digunakan dalam penelitian ini ialah menggunakan metode Profile Matching, yaitu sistem Pendukung Keputusan yang dilakukan dengan cara membandingkan kriteria-kriteria lokasi yang ditentukan oleh PT.
Batanghari Vision, sehingga dapat diketahui perbedaan kompetensinya (GAP).
Hasil yang diperoleh ialah hasil dari perangkingan menggunakan metode profile matching, dengan menggunakan beberapa kandidat untuk mendapatkan hasil dalam menentukan lokasi baru untuk membangun jaringan internet, dari perhitungan yang dilakukan diperoleh nilai yang paling tinggi yaitu 2,9555, nilai tersebut merupakan nilai yang paling tinggi dari kriteria lokasi yang ada.
Dan hasil yang diperoleh dapat menjadi hasil yang tepat bagi perusahaan untuk memilih lokasi pembangunan jaringan internet di lokasi baru.
Kata Kunci: Sistem Pendukung Keputusan.
Penentuan Lokasi.
Profile Matching.
Jaringan Internet.
Kriteria AbstractOeDecision Support Systems are interactive information systems that provide information, modeling, and data This system is used to assist decision-making in semi-structured s and unstructured situations, where no one knows for sure how the decision should be made.
The problem in this study is, determining the location of Internet network installation by BeeBeeNet, carried out based on the company's decision to determine a new location to build an Internet network in a new area, namely by surveying the area, as well as looking at the population density in an area and the current interest of the community.
The purpose of making a Decision Support System for determining the location of building an internet network is to determine the right location.
The method used in this research is the Profile Matching method, which is a Decision Support system in the location criteria determined by PT Batanghari Vision so that the difference in competence (GAP) can be known.
The results obtained are the results of ranking using the profile matching method, using several candidates to get results in determining the new location for building an internet network, from the calculations carried out the highest value is 2.
9555, this value is the highest value of the existing location criteria.
the results obtained can be the right result for the company to choose the location of the internet network construction in the new location.
Keywords: Decision Support System.
Location Determination.
Profile Matching.
Internet Network.
Criteria
PENDAHULUAN
PT.
Batanghari Vision yang saat ini dikenal dengan BeeBeeNet merupakan salah satu perusahaan yang bergerak dibidang layanan telekomunikasi dan jaringan yang sedang berkembang di Kota Jambi.
BeebeeNet telah melayani pelanggan dengan rangkaian layanan internet atau Internet Service Provider dan Interkoneksi serta Komunikasi Data.
Dengan penawaran inilah BeeBeeNet memberi label sebagai layanan satu paket yang disebut dengan layanan paket 3in1, karena selain jaringan Internet, pelanggan juga mendapatkan layanan TV berbayar.
Dalam hal layanan jaringan internet, saat ini BeeBeeNet telah berinovasi dalam kecepatan internet dengan menyediakan layanan internet dengan kecepatan tinggi hingga 100 Mbps.
Maka dari itu, dengan adanya layanan tersebut, selain dapat memenuhi kebutuhan pelanggan, hal ini juga diharapkan untuk dapat meningkatkan pendapatan bagi PT.
Batanghari Vision.
Sebab dalam menentukan lokasi pemasangan sebuah jaringan internet, tentu diperlukannya sebuah pertimbangan yang sangat matang.
Dengan tujuan jaringan internet yang terpasang dapat memberikan manfaat yang maksimal.
Saat ini penentuan lokasi pemasangan jaringan internet oleh BeeBeeNet, dilakukan berdasarkan keputusan perusahaan dalam menentukan lokasi baru untuk membangun jaringan internet diwilayah baru, yaitu dengan cara survey wilayah, serta melihat angka kepadatan penduduk di suatu wilayah dan minat dari masyarakat tersebut.
Maka dari itu, dalam hal ini perusahaan seringkali mengalami kesulitan dalam menentukan lokasi yang tepat untuk membangun jaringan internet di wilayah baru.
Sebab sering menimbulkan kesulitan dalam menentukan lokasi alternatif yang menjadi prioritas dalam membangun sebuah jaringan internet.
Dengan adanya masalah dalam menentukan sebuah lokasi untuk membangun jaringan internet di wilayah atau lokasi baru, maka diperlukan sebuah sistem pendukung keputusan dalam menentukan wilayah baru untuk membangun jaringan internet dari BeeBeeNet.
Dengan adanya sebuah sistem pendukung keputusan, tentu diharapkan dapat membantu Copyright A 2024 Author.
Page 496 This Journal is licensed under a Creative Commons Attribution 4.
0 International License Journal of Computer System and Informatics (JoSYC) ISSN 2714-8912 .
edia onlin.
ISSN 2714-7150 .
edia ceta.
Volume 5.
No.
February 2024.
Page 496-505 https://ejurnal.
seminar-id.
com/index.
php/josyc DOI 10.
47065/josyc.
pihak PT.
Batanghari Vision dalam menentukan wilayah baru serta memberi layanan cepat agar dapat dinikmati oleh pelanggan dari BeeBeeNet diwilayah mereka.
Hal ini akan dapat meningkatkan layanan dan pendapatan dari PT.
Batang hari Vision tersebut.
Dalam permasalahan yang telah diuraikan diatas, penulis dapat membantu perusahaan dalam membuat sebuah Sistem Pendukung keputusan dalam menentukan lokasi untuk membangun jaringan internet diwilayah Dimana dalam membangun sistem ini, penulis membutuhkan sebuah metode yang dapat membantu sebuah keputusan dalam menentukan lokasi yang tepat untuk membangun sebuah jaringan agar lebih efektif dan efisien.
Dari beberapa metode yang dipelajari dalam Sistem Pendukung Keputusan, penulis memilih menerapkan metode Profile Matching sebagai metode dalam penelitian ini.
Sebab dalam penelitian ini, penulis mengandalkan kriteria-kriteria lokasi yang dipilh sebagai lokasi baru untuk membangun sebuah jaringan Karena dengan metode Profile Matching, penulis yakin dan dapat membantu untuk menentukan keputusan berdasarkan dengan asumsi bahwa terdapat sebuah tingkat variabel prediktor yang ideal untuk dipenuhi oleh subjek yang diteliti.
, tetapi bukan tingkat minimal yang harus dipenuhi.
Maka dari itu tujuan dari penelitian ini adalah membangun sebuah sistem pendukung keputusan dengan metode Profile Matching yang dapat menetukan pemilihan wilayah baru dalam membangun sebuah jaringan internet berdasarkan kriteria lokasi yang dipilih sebagai lokasi baru.
Adapun teori mengenai Profile Matching dari beberapa penelitian sebelumnya yang penulis jadikan sebagai pendukung dalam penelitian ini salah satunya dari Anri Qashtari Adyan .
, tentang Sistem Pendukung Keputusan Penempatan PKL berdasarkan Nilai Kompetensi Dasar dan Nilai Sikap Siswa Menggunakan Metode Profile Matching.
Tujuan dari penelitian ini ialah untuk memperoleh hasil yang memuaskan untuk menentukan hasil lokasi PKL sesuai keahlian dan kemampuan siswa.
Hasil dari penelitian ini adalah pengguna dapat memberikan Lokasi PKL sesuai yang ditentukan.
Penelitian selanjutnya oleh Endah Yuliasih dkk.
, tentang Penerapan Metode Profile Matching dalam Sistem Pendukung Keputusan Kelayakan Mustahiq (Penerima Zaka.
Tujuan dari penelitian ini adalah, untuk menentukan siapa yang layak dalam menerima zakat dalam pendataan setiap calon penerima.
Dan hasil dari penelitian ini ialah Sistem Pendukung Keputusan ini menghasilkan output berupa laporan hasil rekomendasi penerima zakat.
Selanjutnya Penelitian Ahmad Wahid Kurniawan dkk.
, tentang Profile Matching untuk Sistem Pendukung Keputusan Penilain Kinerja Driver.
Tujuan dari penelitian ini ialah untuk menghasilkan penilaian kinerja driver sesuai dengan kondisi variabel penilaian yang telah ditentukan.
Hasil yang diperoleh yaitu Sistem telah menghasilkan hasil nilai kinerja yang bersumber dari kinerja masing-masing driver.
Penelitian Arry Verdian dan Agus Wantoro .
, tentang Komparasi Metode Profile Matching Pada Pemilihan Wakil Kepala Sekolah.
Tujuan dari penelitian ini ialah untuk menentukan siapa yang akan menjadi wakil kepala sekolah dengan system menggunakan metode profile matching.
Hasil dari penelitian ini ialah penggunaan metode Profile Matching dapat menghitung nilai GAP yang mampu memberikan nilai perangkingan terhadap calon wakil kepala sekolah.
Yang terakhir Penelitian oleh Arantika Dwi Fibriana .
, tentang Sistem Pendukung Keputusan Pemilihan Lokasi Objek Wisata di Kabupaten Tulungagung menggunakan Metode Profile Matching.
Tujuan penelitian ini ialah untuk membantu pemilihan lokasi objek wisata di kabupaten Tulungagung menggunakan metode Profile Matching.
Dari beberapa uraian teori penelitian diatas, semuanya berkonsentrasi dalam membuat Sistem Pendukung Keputusan dengan Metode Profile Matching dalam memberikan rekomendasi berdasarkan masalah masingmasing.
Sedangkan daalam penelitian yang penulis buat mengenai Sistem pendukung Keputusan menentukan lokasi pembangunan jaringan internet menggunakan metode Profile Matching, pendekatan yang digunakan lebih menitikberatkan pada kesuaian karakteristik dan preferensi pengguna dengan lokasi yang dipilih dengan memanfaatkan kriteria yang digunakan untuk mendapatkan hasil dari keputusan.
Dengan demikian, penelitian ini diharapkan dapat memberi kontribusi yang inovatif serta suatu yang berbeda dalam pengembangan sistem pendukung keputusan di bidang penentuan lokasi pembangunan jaringan internet Adapun yang dimaksud dengan Sistem Pendukung Keputusan adalah sistem informasi interaktif yang menyediakan informasi, permodelan dan permanipulasian data.
Sistem ini digunakan untuk membantu pengambilan keputusan dalam situasi yang semistruktur dan situasi yang tidak terstruktur.
, dimana tidak ada yang tahu pasti bagaimana keputusan itu seharusnya dibuat.
Sistem Pendukung Keputusan juga merupakan sistem yang berbasis komputer yang interaktif serta dapat mebantu dalam pengambilan keputusan dengan memanfaatkan data model dalam mnyelesaikan masalah yang terstruktur.
Maka dari itu.
Sistem Pendukung Keputusan dibangun untuk mendukung solusi atau suatu masalah untuk menevaluasi sebuah peluang.
Sebab.
Sistem Pendukung Keputusan tidak dimaksud untuk mengotomatisasikan pengambilan sebuah keputusan, tetapi memberi perangkat interaktif yang memungkinkan sebuah keputusan dapat melakukan berbagai analisis dengan menggunakan model-model yang tersedia.
Dalam membangun sistem pengambilan keputusan ada beberapa tahapan yang harus dilakukan pertama Identifikasi masalah yang terjadi, kedua Pemilihan metode apa yang akan digunakan pada saat pengambilan keputusan, ketiga Pengumpulan data yang dibutuhkan untuk melaksanakan model keputusan tersebut dari berbagai cara yaitu wawancara, observasi maupun data lainnya keempat mengimplementasikan model tersebut Copyright A 2024 Author.
Page 497 This Journal is licensed under a Creative Commons Attribution 4.
0 International License Journal of Computer System and Informatics (JoSYC) ISSN 2714-8912 .
edia onlin.
ISSN 2714-7150 .
edia ceta.
Volume 5.
No.
February 2024.
Page 496-505 https://ejurnal.
seminar-id.
com/index.
php/josyc DOI 10.
47065/josyc.
kedalam sistem agar kita bisa mengevaluasi sisi positif dari setiap alternatif yang ada sampai dapatlah solusi dari permasalahan yang ada melaksanakan solusi terpilih.
Dari tahapan tersebut dibutuhkan komponenkompunen yang harus dimiliki dalam membangun sistem pengambilan keputusan adalah Subsistem Manajemen Data yang dikenal sebagai database management system (DBMS).
Subsistem Manajemen Model merupakan analisis sistem dan management software yang terkait.
Subsistem antarmuka Pengguna merupakan User interface atau tempat komunikasi antara pengguna dan sistem.
Subsistem Manajemen Pengetahuan merupakan sistem yang mampu mendukung subsistem yang lain atau berlaku sebagai sebuah komponen yang berdiri sendiri.
Dari beberapa penelitian yang telah tertera pada penjelasan sebelumnya, semua dari penelitian tersebut menggunakan metode Profile Matching sebagai metode inferensinya.
Begitu juga sebaliknya dengan penelitian ini, yaitu juga menggunakan metode Profile Matching sebagai metode inferensi.
Dimana Profile matching adalah sebuah mekanisme pengambilan keputusan dengan asumsi yang terdapat variabel prediktor ideal yang harus dimiliki oleh pelamar, bukannya tingkat minimal yang harus dipenuhi atau dilewati.
Dalam proses Profile Matching, merupakan proses yang membandingkan antara nilai dan actual dari suatu profil yang akan dinilai dengan nilai profil yang diinginkan, supaya dapat diketahui perbedaan kompetensinya (GAP).
Maka dari itu, semakin kecil GAP yang dihasilkan, maka semakin besar bobot nilai yang memiliki peluang untuk sebagai rekomendasi yang terpilih.
Dalam Penelitian ini, penulis menggunakan Metode Profile Matching dalam membuat sistem pendukung keputusan untuk menentukan lokasi dalam pembangunan sebuah jaringan internet dilokasi baru.
Penetapan metode Profile Matching, dalam sistem ini secara garis besar akan dilakukan perbandingan antara kandidat sebuah lokasi dengan profil kriteria lokasi.
Sehingga dapat diketahui perbedaan GAP.
Semakin kecil GAP yang dihasilkan semakin besar peluang untuk kandidat lokasi yang dipilih.
METODOLOGI PENELITIAN
Kegiatan yang dilakukan melalui tahapan penelitian ini, dengan mengikuti kerangka pikir untuk pengumpulan data yang dibutuhkan, adalah sebagai berikut :
START
OBSERVASI
WAWANCARA
STUDI PUSTAKA
PENETAPAN METODE
(PROFILE MATCHING)
IMPLEMENTASI
END
Gambar 2.
Alur Perencanaan Penelitian Berdasarkan Gambar 2 mengenai Alur perencanaan penelitian maka dapat diuraikan sebagai berikut :
Observasi (Pengumpulan Dat.
Observasi merupakan metode pengumpulan data yang dilakukan dengan mengamati langsung, melihat dan mengambil suatu data yang dibutuhkan ditempat penelitian itu dilakukan.
Dalam penelitian ini, penulis melakukan pengumpilan data yang dilakukan di PT.
BatangHari Vision dengan mengandalkan pengamatan secara langsung mengenai penilaian kebutuhan pihak perusahaan dalam menentukan lokasi baru untuk membangun jaringan internet.
Wawancara Wawancara adalah salah satu teknik yang dapat digunakan untuk mengumpulkan data penelitian.
Wawancara juga merupakan proses memperoleh keterangan untuk tujuan penelitian dengan cara Tanya jawab sambal tatap muka antara pewawancara dengan orang yang diwawancarai.
Maka dari itu, dalam penelitian ini penulis melakukan interaksi langsung dengan pihak atasan perusahaan PT.
BatangHari Visiom secara komunikasi langsung untuk mendapatkan sumber informasi dalam penelitian ini.
Studi Pustaka Studi Pustaka merupakan salah satu langkah dalam pengumpulan data yang diarahkan kepada pencarian data dan informasi melalui dokumen-dokumen, baik dokumen tertulis, foto-foto gambar maupun dokumen Copyright A 2024 Author.
Page 498 This Journal is licensed under a Creative Commons Attribution 4.
0 International License Journal of Computer System and Informatics (JoSYC) ISSN 2714-8912 .
edia onlin.
ISSN 2714-7150 .
edia ceta.
Volume 5.
No.
February 2024.
Page 496-505 https://ejurnal.
seminar-id.
com/index.
php/josyc DOI 10.
47065/josyc.
elektronik yang dapat mendukung dalam proses penulisan.
Dalam metode ini, penulis mengumpulkan refernsi-referensi atau liteartur ilmiah hasil dari pencarian di internet.
Dan data yang didapatkan dijadikan sebagai basis pengetahuan dalam Sistem Pendukung Keputusan untuk menentukan lokasi pembangunan jaringan internet.
Penetapan Metode (Profile Matchin.
Dalam Metode ini, penulis menggunakan empat kriteria dalam penentuan lokasi untuk membangun jaringan internet dari BeeBeeNet.
Dalam hal ini kriteria yang harus dipenihi yaitu Kriteria potensi Netter .
Kriteria jarak yang ditentukan.
Kriteria tingkat kesulitan Maintenance, dan Kriteria jenis lokasi.
Untuk gambaran tingkat profil kriteria lokasi ditentukan menggunakan skala dari 1 sampai 6.
Karena semakin tinggi tingkatannya dan semakin baik prioritas profil nya, maka hasil yang diperoleh akan semakin Menurut Wantoro Agus .
Dalam menentukan perhitungan dengan metode Profile Matching, tentu ada tahapan yang harus dimiliki.
Yaitu sebagai berikut :
Menentukan variabel langkah ppertama dalam metode profile Matching yaitu menetukan variabel atau kriteria yang akan digunakan sebagai poin dalam penentuan lokasi.
Menghitung pemetaan GAP antara kandidat lokasi dikurangi dengan profil kriteria lokasi.
Adapun rumus yang dihasilkan yaitu :
Ae Rumus :
Setelah didapatkan tiap GAP masing-masing kandidat lokasi, maka tiap profile lokasi akan diberi bobot nilai sesuai dengan acuan nilai seperti pada table 1 Bobot nilai GAP dibawah ini.
Tabel 1.
Bobot Nilai GAP Selisih Bobot Nilai Keterangan Tidak ada selisih (Kompertensi sesuai dengan yang dibutuhka.
Kompetensi individu kelebihan 1 tingkat/level Kompetensi individu kekurangan 1 tingkat/level Kompetensi individu kelebihan 2 tingkat/level Kompetensi individu kekurangan 2 tingkat/level Kompetensi individu kelebihan 3 tingkat/level Kompetensi individu kekurangan 3 tingkat/level Kompetensi individu kelebihan 4 tingkat/level Kompetensi individu kekurangan 4 tingkat/level Pengelompokkan Core Factor (Faktor utam.
Rumus :
Keterangan :
NCF = Nilai rata-rata Core Factor NC = Jumlah total nilai Core Factor IC = Jumlah Item Core Factor Pengelompokkan Sacondary Factor (Faktor Pendukun.
Rumus :
Keterangan :
NSF = Nilai rata-rata Sacondary Factor NS = Jumlah total nilai Sacondary Factor IC = Jumlah Item Sacondary Factor Perhitungan Nilai Total Rumus :
Keterangan :
N = Nilai total aspek /kriteria NCF = Nilai rata-rata core factor NSF = Nilai rata-rata Sacondary factor .
% = Nilai presentase yang diinputkan Perangkingan Rumus :
Keterangan :
Copyright A 2024 Author.
Page 499 This Journal is licensed under a Creative Commons Attribution 4.
0 International License Journal of Computer System and Informatics (JoSYC) ISSN 2714-8912 .
edia onlin.
ISSN 2714-7150 .
edia ceta.
Volume 5.
No.
February 2024.
Page 496-505 https://ejurnal.
seminar-id.
com/index.
php/josyc DOI 10.
47065/josyc.
Rangking = Nilai Rangking %NCF = Nilai rata-rata core factor %NSF = Nilai rata-rata Sacondary factor Implementasi Dalam Metode ini, tahap implementasi merupakan tahapan penerapan sekaligus pengujian bagi sistem baru serta merupakan tahap dimana aplikasi siap dioperasikan pada keadaan yang sebenarnya, efektifitas sistem baru akan diketahui secara pasti, juga untuk semua kelebihan dan kekurangan sistem dan aplikasi program.
HASIL DAN PEMBAHASAN
1 Perhitungan Penentuan Lokasi Pembangunan Jaringan Beebee Net dengan Metode Profile Matching Dalam Penelitian ini.
Sistem Pendukung Keputusan untuk menentukan lokasi pembangunan jaringan internet Beebee Net terdapat empat kriteria yang digunakan untuk mendapatkan hasil dari keputusan.
Kriteria-kriteria tersebut ialah sebagai berikut :
Kriteria Potensi Netter Dalam hal pembangunan sebuah jaringan, potensi Netter sangat lah penting.
Karena Netter selalu membutuhkan segala akses jenis informasi menggunakan internet.
Adapun kriteria potensi Netter yang dibutuhkan oleh perusahaan yaitu jika lebih dari 100 orang maka nilai yang diberikan yaitu 3, jika sub kriterianya antara 50-100 0rang, maka nilai yang diberikan yaitu 2, dan jika sub kriteria kurang dari 50 orang maka nilai yang diberikan ialah 1.
Pada tabel 2 dibawah ini tentang kriteria potensi netter dalam membangun jaringan internet di lokasi baru adalah sebagai berikut :
Tabel 2.
Kriteria Potensi Netter Sub Kriteria Lebih dari 100 Orang Antara 50 Ae 100 Orang Kurang dari 50 Orang Nilai Kriteria Jarak dengan Server lain Dalam hal ini sangatlah penting untuk mengukur jarak antara server Beebee Net dengan server lain.
Sebab jika jarak yang fisik antar pengguna dapat mempengaruhi keterlambatan jaringan yang dialami oleh Hal ini juga dapat mempengaruhi kualitas kecepatan dan koneksi internet.
Adapun sub kriteria jarak dengan server lain yang telah ditentukan oleh perusahaan PT.
Batanghari Vision, yaitu Jika sub kriteria lebih dari 5 km, nilai yang diberikan ialah 3, jika antaran 1m sampai 1km, maka nilai yang diberikan ialah 2, dan jika sub kriteria kurang dari 1km nilai yang diberikan ialah 1.
Pada tabel 3 dibawah ini tentang kriteria jarak dengan server lain dalam membangun jaringan internet di lokasi baru adalah sebagai berikut:
Tabel 3.
Kriteria Jarak Dengan Server Lain Sub Kriteria Lebih dari 5 Km Antara 1 M Ae 1 Km Kurang dari 1 Km Nilai Kriteria Kesulitan Maintenance Dalam hal ini pekerjaan Maintenance jaringan internet sangat membutuhkan banyak waktu untuk memonitor, memperbaiki, dan mengatasi masalah jaringan yang mungkin muncul.
Sub kriteria yang digunakan dalam kriteria ini ialah Mudah.
Sulit dan Sangan Sulit.
Oleh karena itu, kesulitan yang akan muncul adalah kesulitan dalam mengatur waktu dan menyediakan waktu yang cukup untuk melakukan Maintenance secara rutin.
Pada tabel 4 nilai kriteria kesulitan Maintenance dalam membangun jaringan internet di lokasi baru adalah sebagai berikut :
Tabel 4.
Kriteria Kesulitan Maintenance Sub Kriteria Mudah Sulit Sangat Sulit Nilai Kriteria Jenis Lokasi Dalam kebutuhan pengguna jaringan internet, memilih kriteria jenis lokasi sangatlah penting untuk membantu jumlah pengguna yang berpotensi dalam menggunakan jaringan internet dilokasi baru.
Lokasi yang ditentukan dalam kriteria ini meliputi lokasi perumahan, lokasi sarana pendidikan, dan lokasi kantor Copyright A 2024 Author.
Page 500 This Journal is licensed under a Creative Commons Attribution 4.
0 International License Journal of Computer System and Informatics (JoSYC) ISSN 2714-8912 .
edia onlin.
ISSN 2714-7150 .
edia ceta.
Volume 5.
No.
February 2024.
Page 496-505 https://ejurnal.
seminar-id.
com/index.
php/josyc DOI 10.
47065/josyc.
Sebab, jika lokasi tersebut merupakan area padat penduduk atau area bisnis yang sibuk, maka akan ada banyak pengguna potensial yang membutuhkan akses internet yang cepat dan stabil.
Pada tabel 5 dibawah ini, kriteria jenis lokasi yang sering jadi tujuan pemasangan internet oleh PT.
Batanghari Vision :
Tabel 5.
Kriteria Jenis Lokasi Sub Kriteria Perumahan Sarana Pendidikan Kantor Pelayanan Nilai Untuk melakukan penentuan nilai dari profil kriteria lokasi yang diinginkan, hal ini telah ditentukan oleh manajer pihak perusahaan selaku pengambil sebuah keputusan.
Diamana alternative yang digunakan meeliputi Lokasi 1.
Lokasi 2.
Lokasi 3 dan Lokasi 4 sebagai alternative untuk mencari profil kriteria lokasi.
Pada tabel 6 dibawah ini, tentang nilai profil lokasi dari setiap kriteria-kriteria yang telah dibuat yaitu lihat pada tabel 2, tabel 3, tabel 4 dan tabel 5.
Tabel 6.
Nilai Profil Kriteria Lokasi Alternatif Lokasi 1 Lokasi 2 Lokasi 3 Lokasi 4 Potensi Netter Jarak dengan Server Lain Kesulitan Maintance Jenis Lokasi Setelah didapatkan nilai profil dari setiap kandidat lokasi yang dipilih, maka langkah selanjutnya yaitu melakukan perhitungan pemetaan GAP Kompetensi berdasakan nilai alternative dari kriteria yang telah Pada tabel 7 dibawah ini tentang pemetaan nilai GAP dari nilai profil kriteria lokasi yang telah ditentukan terlihat pada tabel 6 :
Tabel 7.
Pemetaan Nilai GAP Alternatif Lokasi 1 Lokasi 2 Lokasi 3 Lokasi 4 Profit Kriteria Lokasi 1 Lokasi 2 Lokasi 3 Lokasi 4 Jarak dengan Server Lain Potensi Netter Kesulitan Maintance Jenis Lokasi Nilai GAP Setelah didapatkan nilai GAP, maka didapatkanlah hasil nilai bobot dari masing-masing kriteria lokasi.
Pada tabel 8 dari nilai bobot setiap lokasi seperti dibawah ini:
Tabel 8.
Nilai Bobot Setiap Lokasi Alternatif Lokasi 1 Lokasi 2 Lokasi 3 Lokasi 4 Potensi Netter Jarak dengan Server Lain Kesulitan Maintance Jenis Lokasi Untuk tahapan selanjutnya, setelah menentukan nilai bobot lokasi, maka tahap selanjutnya yaitu, memberi nilai persentase Core Factor dan Sacondery Factor dari empat kriteria yang telah dibuat, yaitu sebagai Kriteria Potensi Netter Copyright A 2024 Author.
Page 501 This Journal is licensed under a Creative Commons Attribution 4.
0 International License Journal of Computer System and Informatics (JoSYC) ISSN 2714-8912 .
edia onlin.
ISSN 2714-7150 .
edia ceta.
Volume 5.
No.
February 2024.
Page 496-505 https://ejurnal.
seminar-id.
com/index.
php/josyc DOI 10.
47065/josyc.
Pada kriteria Potensi Netter, terdapat tiga sub kriteria yaitu K1,K2, dan K3 yang disetiap masing sub kriteria yang dipilih memiliki nilai bobot(%), untuk K1 50%.
K2 30%, dan K3 20%.
Pada tabel 9 persentase Kriteria potensi netter berdasarkan nilai bobot yang dilihat pada tabel 8 diatas :
Tabel 9.
Persentase Kriteria Potensi Netter Sub Kriteria Lebih dari 100 Orang (K.
Antara 50 Ae 100 Orang (K.
Kurang dari 50 Orang (K.
Bobot Keterangan Kriteria Jarak dengan Server lain.
Pada kriteria Jarak dengan Server lain, juga terdapat tiga sub kriteria yang dipilih, yaitu sub kriteria A1.
A2 dan A3.
Dimana disetiap sub kriteria juga memiliki nilai bobo(%).
A1 50%.
A2 25%.
Dan A3 25 %.
Pada tabel 10 persentase Kriteria jarak dengan server lain berdasarkan nilai bobot yang dilihat pada tabel 8 diatas :
Tabel 10.
Persentase Kriteria Jarak dengan Server Lain Sub Kriteria Lebih dari 5 Km (A.
Antara 1 M Ae 1 Km (A.
Kurang dari 1 Km (A.
Bobot Keterangan Kriteria Kesulitan Maintenance Pada kriteria ini, terdapat tiga sub kriteria yang dipilih yaitu sub kriteria Mudah (M) 60%.
Sulit (S) 20%, dan Sangat Sulit (SS) 10%.
Ketiga sub kriteria ini juga.
Pada tabel 11 persentase Kriteria kesulitan Maintenance berdasarkan nilai yang dilihat pada tabel 8 diatas:
Tabel 11.
Persentase Kriteria Kesulitan Maintenance Sub Kriteria Mudah (M) Sulit (S) Sangat Sulit (SS) Bobot Keterangan Kriteria Jenis Lokasi Pada kriteria jenis lokasi, juga terdapat 3 sub kriteria lokasi yang telah ditentukan oleh perusahaan.
Sub kriteria yang dipilih atau yang telah ditentukan yaitu Perumahan (PR) dengan bobot 50%.
Sarana Pendidikan (SP) 25%, dan Kantor Pelayanan (KP)25%.
Pada tabel 3 persentase Kriteria jenis lokasi berdasarkan nilai yang dilihat pada tabel 8 diatas:
Tabel 12.
Persentase Kriteria Jenis Lokasi Sub Kriteria Perumahan (PR) Sarana Pendidikan (SP) Kantor Pelayanan (KP) Bobot Keterangan Setelah memberi nilai persentase Core Factor dan Secondary Factor, tahapan selanjutnya ialah menghitung nilai Core Factor dan Secondary Factor yang dikalikan dengan nilai persentase dari setiap sub kriteria, yaitu kriteria potensi netter, kriteria jarak dengan server lain, kriteria kesulitan maintenance dan kriteria jenis Misal.
Menghitung Lokasi 1 :
Potensi Netter
K1 = 50% * 3 = 1,5
K2 = 30% * 3 = 0,9
K3 = 20% * 4 = 0,8
Jarak dengan Server Lain A1 = 50% * 4 = 2
A2 = 25% * 4,5 = 1,125
A3 = 25% * 3,5 = 0,875
Kesulitan Maintenance M = 60% * 2 = 1,2 S = 20% * 5 = 1
SS = 20% * 4 = 0,8
Jenis Lokasi
PR = 50% * 1 = 0,5
Copyright A 2024 Author.
Page 502 This Journal is licensed under a Creative Commons Attribution 4.
0 International License Journal of Computer System and Informatics (JoSYC) ISSN 2714-8912 .
edia onlin.
ISSN 2714-7150 .
edia ceta.
Volume 5.
No.
February 2024.
Page 496-505 https://ejurnal.
seminar-id.
com/index.
php/josyc DOI 10.
47065/josyc.
SP = 25% * 3 = 0,75
KP = 25% * 4 = 1
Dst Pada tabel 13 dibawah ini merupakan hasil perhitungan Core Factor dan Secondary Factor berdasarkan perhitungan setiap kriteria diatas diatas :
Tabel 13.
Hasil Perhitungan Core Factor dan Secondary Factor
Alternatif
Lokasi 1
Lokasi 2
Lokasi 3
Lokasi 4
Potensi Netter
K1 K2 K3
1,5 0,9 0,8
1 0,6 1
1,5 0,6 0,6
1 1,2 1
Jarak dengan Server Lain 1,125 0,875 1,25 0,875 1,125 0,875 1,25 0,875 Kesulitan Maintance Jenis Lokasi
PR SP
0,5 0,75
1,5 0,5 1,25
1 0,75 0,75
0,5 0,5 1,25
Setelah melakukan perhitungan untuk mencari nilai Core Factor dan Secondary Factor dari empat kriteria diatas, maka langkah selanjutnya yaitu menghitung jumlah nilai total dari setiap sub kriteria diatas dengan Berikut tabel 14 merupakan hasil perhitungan Nilai total berdasarkan perhitungan pada tabel 13 dengan menggunakan rumus perhitungan nilai total :
Tabel 14.
Perhitungan Nilai Total
Alternatif
Lokasi 1
Lokasi 2
Lokasi 3
Lokasi 4
Potensi Netter
K1 K2 K3
Jarak dengan Server Lain 4,125 3,625 Kesulitan Maintance Jenis Lokasi
PR SP KP
2,25
3,25
2,25
Selanjutnya, dalam tahap akhir yaitu menentukan perhitungan nilai hasil akhir atau disebut dengan perangkingan yang diperoleh dari proses perbandingan data dari empat kriteria diatas yang berbeda dilihat dari tabel 14.
Tujuan dari proses ini adalah untuk menemukan kecocokan nilai tertinggi antara profil yang Persentase Nilai Kriteria, nilai persentase ini diperoleh dari keputusan dari pihak manajer perusahaan untuk memberi nilai persentase dalam penelitian Sistem Pendukung Keputusan menentukan lokasi jaringan di wilayah baru.
Pada tabel 15 merupakan persentase nilai kriteria berdasarkan penilaian pihak manajer perusahaan dibawah ini:
Tabel 15.
Persentase Nilai Kriteria Nama Kriteria Potensi Netter Jarak dengan Server lain Kesulitan Maintance Jenis Lokasi Bobot (%) Perhitungan nilai akhir/Perangkingan Lokasi 1 : .
% x 3,.
% x .
% x .
% x 2,.
= 2,955 Lokasi 2 : .
% x 2,.
% x 4,.
% x 2,.
% x 3,.
= 2,8675 Lokasi 3 : .
% x 2,.
% x .
% x 3,.
% x 2,.
= 2,85 Lokasi 4 : .
% x 3,.
% x 3,.
% x .
% x 2,.
= 2,9175 Pada hasil perangkingan menggunakan metode Profile Matching, terdapat beberapa kandidat lokasi yang telah ditentukan untuk mendapatkan hasil dalam menentukan lokasi baru untuk membangun jaringan Dari perhitungan Nilai akhir atau perangkingan diatas, dapat kita lihat nilai tertinggi yang diperoleh yaitu pada lokasi pertama dengan total nilai 2,955.
Dari hasil tertinggi inilah perusahaan dapat menentukan pilihan lokasi dengan tepat menggunakan metode Profile Matching.
Berikut tabel 16 dibawah ini merupakan Hasil Perangkingan berdasarkan penilaian dari setiap kandidat lokasi yang ditentukan :
Tabel 16.
Hasil Perangkingan Alternatif
Lokasi 1
Potensi Netter
1,28
Jarak dengan Server lain Kesulitan Maintance Jenis Lokasi
0,675
Hasil
2,955
Copyright A 2024 Author.
Page 503 This Journal is licensed under a Creative Commons Attribution 4.
0 International License Journal of Computer System and Informatics (JoSYC) ISSN 2714-8912 .
edia onlin.
ISSN 2714-7150 .
edia ceta.
Volume 5.
No.
February 2024.
Page 496-505 https://ejurnal.
seminar-id.
com/index.
php/josyc DOI 10.
47065/josyc.
Alternatif
Lokasi 2
Lokasi 3
Lokasi 4
Potensi Netter
1,04
1,08
1,28
Jarak dengan Server lain 0,4125 0,3625 Kesulitan Maintance 0,44 0,72 Jenis Lokasi
0,975
0,75
0,675
Hasil
2,8675
2,85
2,9175
Dengan menggunakan metode Profile Matching perusahaan dapat dengan lebih efektif dalam mengevaluasi dan memilih kandidat lokasi yang dibutuhkan untuk membangun jaringan internet.
Hasil perangkingan ini memberikan panduan yang jelas dan terukur dalam memilih kandidat yang paling sesuai dengan profil yang diinginkan.
Sehingga, hal ini dapat membantu meningkatkan efisiensi proses penentuan lokasi baru untuk membangun jaringan internet yang tepat.
KESIMPULAN
Setelah dilakukan pengujian terhadap sistem pendukung keputusan untuk menentukan lokasi pembangunan jaringan internet oleh Beebee Net (PT.
Batanghari Visio.
, dapat disimpulkan bahwa, sistem pendukung keputusan ini menggunakan metode Profile Matching, yang melakukan perhitungan dengan skala empat kriteria yaitu, kriteria Potensi Netter, kriteria jarak dengan server lain, kriteria tingkat kesulitan Maintenance, dan kriteria jenis lokasi.
Metode Profile Matching juga dapat digunakan untuk penentuan pemilihan lokasi pembangunan jaringan internet oleh Beebee Net.
Dalam sistem pendukung keputusan yang dibuat dengan menggunakan metode Profile Matching mampu menampilkan pengurutan lokasi dari nilai tertinggi hingga ke nilai yang terendah.
Hal ini lah yang menjadi berguna bagi pihak perusahaan PT.
Batanghari Vision mudah dalam memilih lokasi untuk pembangunan jaringan internet di lokasi terbaru.
Berikut ini Hasil yang diperoleh dari perangkingan menggunakan metode profile matching dalam menentukan lokasi untuk pembangunan jaringan internet dengan menggunakan beberapa kandidat dalam menentukan lokasi baru untuk membangun jaringan internet, dari perhitungan yang dilakukan diperoleh nilai yang paling tinggi yaitu 2,9555 pada lokasi 1 sedangkan nilai yang paling rendah yaitu pada lokasi 4 dengan nilai 2,9175.
REFERENCES