Jurnal CyberTech Vol.
No.
Januari 2021
P-ISSN : 9800-3456
E-ISSN : 2675-9802
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN BIBIT LEMBU
MADRAS TERBAIK MENGGUNAKAN METODE WEIGHT
AGGREGATED SUM PRODUCT ASSESTMENT (WASPAS) PADA
CV.
DYNATA FARM DESA UJUNG RAMBUNG KECAMATAN
PANTAI CERMIN KABUPATEN SERDANG BEDAGAI Au Irhandi Syahri *Iskandar Zulkarnain** Sobirin*** * Program Studi Sistem Informasi.
STMIK Triguna Dharma ** Program Studi Sistem Informasi.
STMIK Triguna Dharma *** Program Studi Sistem Informasi.
STMIK Triguna Dharma Article Info Article history:
Received Jun 12th, 201x Revised Aug 20th, 201x Accepted Aug 26th, 201x Keyword:
Bibit Lembu
Sistem Pendukung Keputusan WASPAS
ABSTRACT
Ada beberapa jenis lembu yang banyak dikembangkan saat ini yaitu lembu limousin, lembu brahman, lembu madras yang disilangkan dengan lembu Impor.
Beberapa jenis lembu masing-masing mempunyai sifat yang khas baik ditinjau dari bentuk luarnya .
kuran tubuh, warna bul.
maupun dari genetiknya .
aju pertumbuha.
Dari beberapa jenis lembu tersebut lembu madras yang paling banyak diminati konsumen.
Namun terjadi permasalahan dalam pemilihan bibit lembu terbaik.
CV.
Dynata Farm masih menggunakan cara konvensional yang hanya dilihat dari berat badan dan harga bibit itu sendiri.
Dengan alasan itulah maka diangkat penelitian dengan judul AuSistem Pendukung Keputusan Pemilihan Bibit Lembu Madras Terbaik Menggunakan Metode Weight Aggregated Sum Product Assestment (WASPAS) Pada Cv.
Dynata Farm Desa Ujung Rambung Kecamatan Pantai Cermin Kabupaten Serdang BedagaiAy.
Penelitian tersebut bertujuan untuk menciptakan suatu sistem berbasis komputerisasi, kemudian dengan diterapkannya sistem tersebut maka hasil yang didapatkan akan benar-benar akurat dan cepat.
Dapat dikatakan bahwa dengan pengujian sistem berdasarkan kriteria-kriteria yang ada akan memberikan jawaban pasti dalam pemilihan bibit lembu Hal ini karena penerapan metode yang di masukkan ke dalam coding program sehingga sistem ini dapat membantu Dynata Farm.
Copyright A 2021 STMIK Triguna Dharma.
All rights reserved.
Corresponding Author:
Nama : Irhandi Syahri Program Studi : Sistem Informasi STMIK Triguna Dharma Email: Irhandi.
syahri0010@gmail.
Journal homepage: https://ojs.
P-ISSN : 9800-3456
E-ISSN : 2675-9802
PENDAHULUAN
CV.
Dynata Farm merupakan sebuah perusahan peternakan yang mengelola ternak lembu.
Perusahaan ini menjalankan bisnis seperti jual beli daging potong, daging qurban, bibit ternak, serta Investasi peternakan.
Perusahaan ini awalnya dijalankan oleh keluarga Hadynata dan berjalan terus sampai saat ini dengan turun CV.
Dynata Farm yang terletak di desa Ujung Rambung Kecamatan Pantai Cermin Kabupaten Serdang Bedagai harus menjaga eksistensinya dalam usaha sehingga diperlukan pendekatan manajemen strategis, yaitu pendekatan manajerial yang komprehensif dan berorientasi jangka panjang dalam mengelola pertumbuhan perusahaan.
Dari beberapa jenis lembu yang Dikembangkan seperti lembu madras, lembu limousin, lembu brahman CV berfokus pada pemilihan bibit lembu madras terbaik.
CV memiliki permasalahan dalam menentukan bibit Lembu madras yang berkualitas.
CV masih menggunakan cara konvensional yang hanya dilihat dari berat badan dan harga bibit itu sendiri.
Dari permasalahan ini CV belum maksimal dalam mendapatkan keuntungan bahkan sering terjadi kerugian yang sangat besar.
Maka dari itu CV membutuhkan sebuah sistem yang bisa membantu menyelesaikan permasalahan.
Sistem Pendukung Keputusan merupakan suatu sistem yang dapat membantu Decision maker dalam pengambilan keputusan sehingga menghasilkan alternatif terbaik.
Sistem pendukung keputusan merupakan bagian tak terpisahkan dari totalitas sistem organisasi keseluruhan.
Suatu sistem organisasi mencakup sistem fisik, sistem keputusan dan sistem informasi.
Metode Weighted Aggregated Sum Product Assestment (WASPAS) merupakan cara penentuan keputusan kriteria.
Metode ini memiliki nilai dan setiap kriteria memiliki bobot yang menggambarkan seberapa penting nilainya.
Metode WASPAS digunakan karena kesederhanaanya dalam pengambilan baik secara kualitatif dan analisis respon nilai bobot pada setiap Kesederhanaan metode ini menjadi salah satu faktor pendukung dalam menyelesaikan masalah yang ada sehingga diharapkan dapat membantu untuk menentukan bibit lembu madras terbaik.
TINJAUAN PUSTAKA
1 Ternak Sapi/Lembu Pengembangan ternak hewan mamalia yang memamah biak .
sapi dan kambing merupakan salah satu komoditas strategis yang mendukung ketahanan pangan dalam penyediaan kebutuhan pangan protein asal ternak.
Inovasi teknologi peternakan ruminansia sapi dan kambing perlu dilakukan sehingga diperoleh produktivitas ternak ruminansia yang optimal.
Suresti dan Wati.
menyatakan bahwa, agar suatu usaha dapat tercapai perlu strategi meningkatkan partisipasi masyarakat peternak secara Mendorong investasi usaha ternak di pedesaan serta pemberdayaan masyarakat peternak ditingkatkan dan harus mampu meningkatkan pendapatan dan kesejahteraan peternak .
2 Sistem Pendukung Keputusan Sistem Pendukung Keputusan (SPK) adalah salah satu cara mengorganisir informasi yang dimaksudkan untuk digunakan dalam membuat keputusan.
Ada yang mendefinisikan bahwa sistem pendukung keputusan merupakan suatu pendekatan untuk mendukung pengambilan keputusan.
Sistem pendukung keputusan menggunakan data, memberikan antarmuka pengguna yang mudah dan dapat menggabungkan pemikiran pengambil Keputusan.
3 WASPAS
Metode WASPAS adalah mencari prioritas pilihan lokasi yang paling sesuai dengan menggunakan Penerapan metode WASPAS, yang merupakan kombinasi unik dua sumur dikenal sebagai Jurnal Cyber Tech Vol.
No.
September 201x : xx Ae xx
Jurnal Cyber Tech
P-ISSN : 9800-3456 E-ISSN : 2675-9802
MCDMapproaches.
WMM dan model produk berat (WPM) pada awalnya memerlukan normalisasi linier dari elemen hasil.
Dengan metode WASPAS, kriteria kombinasi optimum dicari berdasarkan dua kriteria Kriteria pertama yang optimal, kriteria keberhasilan rata-rata tertimbang sama dengan metode WSM.
Berikut ini adalah algoritma dari metode WASPAS adalah sebagai berikut Menentukan normalisasi matriks dalam pengambilan keputusan ycyaya ycyaya A ycyayea ya ycyaya A ycyayea X = [ ycya A.
ycyeaya ycyeaya A ycycyea Jika nilai maksimal dan minimal ditentukan, maka persamaan menjadi sebagai berikut:
Jika kriteria benefit, maka:
ycyeOyeU ycyeOyeU = ycyeCyeo yc yeO yeOyeU Jika kriteria cost, maka:
ycyeOyeU = ycyeOyeayeO ycyeOyeU ycyeOyeU Menghitung nilai normalisasi matriks dan bobot WASPAS dalam pengambilan keputusan.
I yeOyeU yeoyeU ya.
ye OayeU=ya.
c I yeOyeU )yeoyeU Q = 0,5 OcyeayeU=ya yc Dimana : 0.
5 adalah ketetapan ycE1 = Nilai dari Q ke i ycUycnyc yc = Perkalian nilai ycUycnyc dengan bobot w
METEDOLOGI PENELITIAN
1 Metode Penelitian Dalam melakukan suatu penelitian memerlukan langkah-langkah atau cara tertentu yang menjadi pedoman selama proses penelitian, agar hasil penelitian sesuai dengan tujuan yang telah ditetapkan.
Jika metodologi penelitian yang dilakukan baik, maka semakin baik pula hasil penelitian yang didapatkan.
Adapun metode penelitian yang akan dilakukan dalam penulisan skripsi ini adalah sebagai berikut :
1 Penelitian kepustakaan Penelitian Kepustakaan merupakan salah satu elemen yang mendukung sebagai landasan teoritis peneliti dalam mengkaji masalah yang dibahas.
Dalam hal ini, peneliti menggunakan beberapa sumber kepustakaan diantaranya: Buku.
Jurnal Nasional.
Jurnal Internasional dan Sumber-sumber lainnya.
2 Penelitian Lapangan (Field Researc.
Adapun beberapa teknik yang digunakan dalam pengumpulan data yaitu:
Observasi Observasi merupakan teknik pengumpulan data dengan melakukan tinjauan langsung ke tempat studi kasus dilakukan penelitian.
Dalam hal ini peneliti melakukan penelitian di CV.
Dynata Farm.
Berikut ini adalah data yang diperoleh dari hasil observasi di CV.
Dynata Farm.
Ada banyak data penjual lembu yang terdata di CV.
Dynata Farm, namun untuk pengujiannya hanya diambil 13 data secara acak.
Algoritma Sistem Algoritma sistem merupakan suatu tahapan yang dilakukan sebelum proses pemilihan bibit lembu madras terbaik pada CV.
Dynata Farm.
Flowchart Metode Penyelesaian Flowchart metode penyelesaian merupakan keterangan yang lebih rinci tentang bagaimana prosedur yang sesungguhnya yang dilakukan oleh suatu metode.
Di bawah ini merupakan flowchart metode pada sistem pendukung keputusan pemilihan bibit lembu madras terbaik pada CV.
Dynata Farm adalah sebagai Title of manuscript is short and clear, implies research results (First Autho.
A P-ISSN : 9800-3456
E-ISSN : 2675-9802
Mulai Inisialisasi Kriteria.
Bobot.
Data Alternatif Input Kriteria dan Bobot Menentukan Normalisasi Matriks Jika Kriteria Benefit Jika Kriteria Cost Menghitung nilai normalisasi matriks dan bobot WASPAS Melakukan Perangkingan Hasil Keputusan Selesai Gambar 3.
2 Flowchart Metode Tabel 3.
1 Tabel Data Penjual Nama Penjual Alamat
Kode
A001
Sutrisno
A002
Samsidar
A003
Darbakti Batang Kuis Pasar Jalan Cendrawasih No.
68 Pematang Siantar Jalan Yosudarso No.
34 Tebing Tinggi Jurnal Cyber Tech Vol.
No.
September 201x : xx Ae xx Usia Sapi Harga Sapi 18 Bulan Rp.
22 Bulan Rp.
20 Bulan Rp.
Jurnal Cyber Tech
A004
A005
A006
A007
A008
A009
A010
A011
A012
A013
P-ISSN : 9800-3456 E-ISSN : 2675-9802
Tabel 3.
1 Tabel Data Penjual (Lanjuta.
Jalan Bandar Pasir Iwan 19 Bulan Mandoge Jalan Tanah Jawa Yanto 20 Bulan Mandoge Kuala Simpang Doni 25 Bulan Aceh Tamiang Jalan Tenggulun Gandi 23 Bulan Aceh Tamiang Desa Babo Aceh Aswin 18 Bulan Tamiang Erwin Helvetia Medan 24 Bulan Pantai Labu Deli Ganang 18 Bulan Serdang Samsidi Pantai Cermin Kiri 19 Bulan Pematang Kasih Mulyono 22 Bulan Perbaungan Jambur Pulau Slamet Riadi 24 Bulan Perbaungan Rp.
Rp.
Rp.
Rp.
Rp.
Rp.
Rp.
Rp.
Rp.
Rp.
Tabel 3.
2 Nilai Bobot Kriteria
Kode
Usia
Kriteria
Nilai Bobot
0,10
Keterangan Benefit
Berat Badan
0,30
Benefit
Tinggi Badan
0,30
Benefit
Panjang Tanduk
0,20
Benefit
Harga Sapi
0,10
Cost Tabel 3.
3 Nilai Kriteria Usia (C.
Usia Nilai <5 Bulan 5 Ae 10 Bulan 11 Ae 15 Bulan 16 Ae 20 Bulan >20 Bulan Title of manuscript is short and clear, implies research results (First Autho.
A P-ISSN : 9800-3456
E-ISSN : 2675-9802
Tabel 3.
4 Nilai Kriteria Berat Badan (C.
Berat Badan Nilai <150 Kg 150 Ae 200 Kg >200 Ae 240 Kg >240 Ae 270 Kg >270 Kg Tabel 3.
5 Nilai Kriteria Tinggi Badan (C.
Tinggi Badan Nilai <80 Cm 80 Ae 100 Cm >100 Ae 120 Cm >120 Ae 150 Cm >150 Cm Tabel 3.
6 Nilai Kriteria Panjang Tanduk (C.
Panjang Tanduk Nilai <3 Cm 3 Ae 5 Cm 6 Ae 10 Cm 10 Ae 12 Cm >12 Cm Tabel 3.
7 Nilai Kriteria Harga Sapi (C.
Harga Sapi Nilai > 10 Juta > 9 Juta Ae 10 Juta >7 Juta Ae 9 Juta Jurnal Cyber Tech Vol.
No.
September 201x : xx Ae xx
Jurnal Cyber Tech
P-ISSN : 9800-3456 E-ISSN : 2675-9802
Tabel 3.
7 Nilai Kriteria Harga Sapi (C.
(Lanjuta.
5 Juta Ae 7 Juta <5 Juta Tabel 3.
8 Data Bibit Lembu Madras CV.
Dynata Farm
Nama Penjual Kode
A001
Sutrisno
A002
Samsidar
A003
Darbakti A004
Iwan
A005
Yanto
A006
Doni
A007
Gandi
A008
Aswin
A009
Erwin
A010
Ganang
A011
Samsidi A012
Mulyono
A013
Slamet Riadi Usia Sapi Bulan Bulan Bulan Bulan Bulan Bulan Bulan Bulan Bulan Bulan Bulan Bulan Bulan Berat Badan Tinggi Badan Panjang Tanduk Harga Sapi 230 kg 120 cm 4 cm Rp.
130 cm 7 cm Rp.
124 cm 6 cm Rp.
240 kg 122 cm 5 cm Rp.
250 kg 124 cm 6 cm Rp.
280 kg 135 cm 8 cm Rp.
255 kg 131 cm 7 cm Rp.
230 kg 120 cm 5 cm Rp.
270 kg 133 cm 7 cm Rp.
230 kg 120 cm 4 cm Rp.
240 kg 122 cm 5 cm Rp.
260 kg 130 cm 7 cm Rp.
270 kg 133 cm 7 cm Rp.
Tabel 3.
9 Nilai Alternatif Untuk Masing-Masing Kriteria
Alternatif
A001
A002
A003
A004
A005
Kriteria Title of manuscript is short and clear, implies research results (First Autho.
A P-ISSN : 9800-3456 Tabel 3.
9 Nilai Alternatif Untuk Masing-Masing Kriteria (Lanjuta.
A006
A007
A008
A009
A010
A011
A012
A013
Max Min 0,10 0,30 0,30 0,20 Melakukan Normalisasi Matriks Melakukan normalisasi nilai alternatif pada setiap kriterianya:
ycU12 A ycU1ycu ycU22 A ycU2ycu ] A.
ycUyco2 A ycU3ycu ycU11 X = [ ycU2 A.
ycUyco1
Berikut ini adalah nilai normalisasi alternatif pada setiap kriteria
X= 5
Mencari nilai normalisasi untuk kriteria C1
X11 =
X12 =
= 0,8
Jurnal Cyber Tech Vol.
No.
September 201x : xx Ae xx
E-ISSN : 2675-9802
0,10
Jurnal Cyber Tech
X13 =
X14 =
X15 =
X16 =
X17 =
X18 =
X19 =
P-ISSN : 9800-3456 E-ISSN : 2675-9802
X111 =
X112 =
X113 =
= 0,8
= 0,8
= 0,8
= 0,8
X110 =
= 0,8
= 0,8
Mencari nilai normalisasi untuk kriteria C2
X21 =
X22 =
X23 =
X24 =
X25 =
X26 =
X27 =
X28 =
X29 =
= 0,6
= 0,8
= 0,8
= 0,6
= 0,8
= 0,6
= 0,6
= 0,8
X210 =
X211 =
X212 =
= 0,6
= 0,6
= 0,8
Title of manuscript is short and clear, implies research results (First Autho.
10 A P-ISSN : 9800-3456
X213 =
= 0,8
Mencari nilai normalisasi untuk kriteria C3
X31 =
X32 =
X33 =
X34 =
X35 =
X36 =
X37 =
X38 =
X39 =
= 0,75
= 0,75
X310 =
X311 =
X312 =
X313 =
= 0,75
Mencari nilai normalisasi untuk kriteria C4
X41 =
X42 =
X43 =
X44 =
X45 =
X46 =
X47 =
= 0,67
= 0,67
Jurnal Cyber Tech Vol.
No.
September 201x : xx Ae xx
E-ISSN : 2675-9802
Jurnal Cyber Tech
X48 =
X49 =
X411 =
X412 =
X413 =
ycUycnyc = A = 0,67 X410 = ycyeOyeayeO
P-ISSN : 9800-3456 E-ISSN : 2675-9802
= 0,67
= 0,67
ycyeOyeU ntuk kriteria cost yaitu kriteria C.
ycyeOyeU
Mencari nilai normalisasi untuk kriteria C5
X51 =
X52 =
X53 =
X54 =
X55 =
X56 =
X57 =
X58 =
X59 =
X510 =
X511 =
X512 =
X513 =
Title of manuscript is short and clear, implies research results (First Autho.
12 A P-ISSN : 9800-3456
E-ISSN : 2675-9802
Berikut ini adalah hasil normalisasi matriks X:
0,8 0,6 0,76 0,67 1
1 0,8
0,8 0,8
0,8 0,6
0,67 1
0,8 0,8
ycUycnyc = 1 0,8 0,8 0,6 0,75 0,67 1
1 0,8
0,8 0,6 0,75 0,67 1
0,67 1
0,8 0,6
1 0,8
[ 1 0,8
1 1 ]
Q = 0,5 Ocycuyc=1 ycUIycnyc ycyc 0.
5 Oayc=1.
cUIycnyc )ycyc Q1 = 0,5 Oc.
,8 O 0,.
,6 O 0,.
,76 O 0,.
,67 O 0,.
O 0,.
0,5 Oa.
0,10 O .
0,30 O .
0,30 O .
0,20 O .
0,10 = 0,5 Oc.
,08 0,18 0,23 0,13 .
0,5 Oa.
,98 O 0,86 O 0,92 O 0,92 O .
= 0,5 * 0,72 0,5 * 0,71 = 0,36 0,35 = 0,71 Q2 = 0,5 Oc.
O 0,.
,8 O 0,.
O 0,.
O 0,.
O 0,.
0,5 Oa.
0,10 O
0,30 O .
0,30 O .
0,20 O .
0,10
= 0,5 Oc.
,10 0,24 0,30 0,20 0,.
0,5 Oa.
O 0,94 O 1 O 1 O .
= 0,5 * 0,94 0,5 * 0,94 = 0,47 0,47 = 0,94 Q3 =0,5Oc.
,8 O 0,.
,8 O 0,.
O 0,.
O 0,.
O 0,.
0,5 Oa.
0,10 O
0,30 O .
0,30 O .
0,20 O .
0,10
= 0,5 Oc.
,08 0,24 0,30 0,20 0,.
0,5 Oa.
,98 O 0,94 O 1 O 1 O .
= 0,5 * 0,92 0,5 * 0,91 = 0,46 0,46 = 0,92 Q4 =0,5Oc.
,8 O 0,.
,6 O 0,.
O 0,.
,67 O 0,.
O 0,.
0,5 Oa.
0,10 O
0,30 O .
0,30 O .
0,20 O .
0,20
= 0,5 Oc.
,08 0,18 0,30 0,13 0,.
0,5 Oa.
,98 O 0,86 O 1 O 0,92 O .
= 0,5 * 0,79 0,5 * 0,77 = 0,40 0,39 = 0,79 Q5 =0,5Oc.
,8 O 0,.
,8 O 0,.
O 0,.
O 0,.
O 0,.
0,5 Oa.
0,10 O
0,30 O .
0,30 O .
0,20 O .
0,10
= 0,5 Oc.
,08 0,24 0,30 0,20 0,.
0,5 Oa.
,98 O 0,94 O 1 O 1 O .
= 0,5 * 0,92 0,5 * 0,91 = 0,46 0,46 = 0,92 Jurnal Cyber Tech Vol.
No.
September 201x : xx Ae xx
Jurnal Cyber Tech
P-ISSN : 9800-3456 E-ISSN : 2675-9802
Q6 = 0,5 Oc.
O 0,.
O 0,.
O 0,.
O 0,.
O 0,.
0,5 Oa.
0,10 O .
0,35 O
0,35 O .
0,20 O .
0,10
= 0,5 Oc.
,1 0,30 0,30 0,2 0,.
0,5 Oa.
O 1 O 1 O 1 O .
= 0,5 * 1 0,5 * 1
= 0,5 0,5
Q7 =0,5 Oc.
O 0,.
,8 O 0,.
O 0,.
O 0,.
O 0,.
0,5 Oa.
0,10 O
0,30 O .
0,30 O .
0,20 O .
0,10
= 0,5 Oc.
,10 0,24 0,30 0,20 0,.
0,5 Oa.
O 0,94 O 1 O 1 O .
= 0,5 * 0,94 0,5 * 0,94 = 0,47 0,47 = 0,94 Q8 = 0,5 Oc.
,8 O 0,.
,6 O 0,.
,75 O 0,.
,67 O 0,.
O 0,.
0,5 Oa.
0,10 O .
0,30 O .
0,30 O .
0,20 O .
0,10 = 0,5 Oc.
,08 0,18 0,23 0,13 0,.
0,5 Oa.
,98 O 0,86 O 0,92 O 0,92 O .
= 0,5 * 0,72 0,5 * 0,71 = 0,36 0,35 = 0,71 Q9 =0,5 Oc.
O 0,.
,8 O 0,.
O 0,.
O 0,.
O 0,.
0,5 Oa.
0,10 O
0,30 O .
0,30 O .
0,20 O .
0,10
= 0,5 Oc.
,10 0,24 0,30 0,20 0,.
0,5 Oa.
O 0,94 O 1 O 1 O .
= 0,5 * 0,94 0,5 * 0,94 = 0,47 0,47 = 0,94 Q10 = 0,5 Oc.
,8 O 0,.
,6 O 0,.
,75 O 0,.
,67 O 0,.
O 0,.
0,5 Oa.
0,10 O .
0,30 O .
0,30 O .
0,20 O .
0,10 = 0,5 Oc.
,08 0,18 0,23 0,13 0,.
0,5 Oa.
,98 O 0,86 O 0,92 O 0,92 .
= 0,5 * 0,72 0,5 * 0,71 = 0,36 0,35 = 0,71 Q11 = 0,5 Oc.
,8 O 0,.
,6 O 0,.
O 0,.
,67 O 0,.
O 0,.
0,5 Oa.
0,10 O
0,30 O .
0,30 O .
0,20 O .
0,20
= 0,5 Oc.
,08 0,18 0,30 0,13 0,.
0,5 Oa.
,98 O 0,86 O 1 O 0,92 O .
= 0,5 * 0,79 0,5 * 0,77 = 0,40 0,39 = 0,79 Q12 =0,5 Oc.
O 0,.
,8 O 0,.
O 0,.
O 0,.
O 0,.
0,5 Oa.
0,10 O
0,30 O .
0,30 O .
0,20 O .
0,10
= 0,5 Oc.
,10 0,24 0,30 0,20 0,.
0,5 Oa.
O 0,94 O 1 O 1 O .
= 0,5 * 0,94 0,5 * 0,94 = 0,47 0,47 = 0,94 Q13 =0,5 Oc.
O 0,.
,8 O 0,.
O 0,.
O 0,.
O 0,.
0,5 Oa.
0,10 O
0,30 O .
0,30 O .
0,20 O .
0,10
= 0,5 Oc.
,10 0,24 0,30 0,20 0,.
0,5 Oa.
O 0,94 O 1 O 1 O .
= 0,5 * 0,94 0,5 * 0,94 = 0,47 0,47 = 0,94 Title of manuscript is short and clear, implies research results (First Autho.
14 A P-ISSN : 9800-3456
E-ISSN : 2675-9802
Tabel 3.
10 Perangkingan Nilai Qi
Alternatif
Nilai Qi
Rangking A006
A013
A012
A009
A007
A002
A005
A003
A011
A004
0,94
0,94
0,94
0,94
0,94
0,92
0,92
0,78
0,78
Rangking 1
Rangking 2
Rangking 3
Rangking 4
Rangking 5
Rangking 6
Rangking 7
Rangking 8
Rangking 9
Rangking 10
A010
0,71
Rangking 11
A008
0,71
Rangking 12
A001
0,71
Rangking 13
PENGUJIAN DAN IMPLEMENTASI
1 Form Login Berikut ini merupakan tampilan dari Form login yang berfungsi untuk melakukan proses validasi username dan password pengguna.
Gambar 4.
1 Form Login 2 Tampilan Menu Utama Berikut ini merupakan tampilan menu utama dari sistem pendukung keputusan dalam pemilihan bibit lembu madras terbaik pada CV.
Dynata Farm menggunakan metode WASPAS:
Jurnal Cyber Tech Vol.
No.
September 201x : xx Ae xx
Jurnal Cyber Tech
P-ISSN : 9800-3456 E-ISSN : 2675-9802
Gambar 4.
2 Form Menu Utama 3 Form Masukan Data Alternatif Berikut ini merupakan tampilan dari Form masukan data alternatif yang berfungsi untuk menginput data-data alternatif:
Gambar 4.
3 Form Masukan Data Alternatif 4 Form Masukan Data Kriteria Berikut ini merupakan tampilan dari Form masukan data kriteria yang berfungsi untuk menginput data-data kriteria:
Title of manuscript is short and clear, implies research results (First Autho.
16 A P-ISSN : 9800-3456
E-ISSN : 2675-9802
Gambar 4.
4 Form Masukan Data Kriteria 5 Form Proses Penilaian Berikut ini merupakan tampilan dari Form proses penilaian yang berfungsi untuk proses penilaian data alternatif terhadap kriteria:
Gambar 4.
5 Form Proses Penilaian 6 Form Proses Perhitungan Berikut ini merupakan tampilan dari Form proses perhitungan yang berfungsi untuk melakukan proses pehitungan dengan metode WASPAS:
Jurnal Cyber Tech Vol.
No.
September 201x : xx Ae xx
Jurnal Cyber Tech
P-ISSN : 9800-3456 E-ISSN : 2675-9802
Gambar 4.
6 Form Proses Perhitungan 7 Tampilan Form Laporan Hasil Laporan ini berfungsi untuk menampilkan data hasil proses perhitungan pemilihan bibit lembu madras terbaik pada CV.
Dynata Farm menggunakan metode WASPAS.
Gambar 4.
7 Tampilan Form Laporan Hasil
KESIMPULAN DAN SARAN
1 Kesimpulan Title of manuscript is short and clear, implies research results (First Autho.
18 A P-ISSN : 9800-3456
E-ISSN : 2675-9802
Dalam menerapkan metode WASPAS dalam pengambilan keputusan pemilihan bibit lembu madras terbaik pada CV.
Dynata Farm yaitu dengan memasukkan algoritma perhitungan ke dalam source code program, selanjutnya algoritma yang telah di masukkan ke dalam source code program akan menghitung secara otomatis proses pemilihan bibit lembu madras terbaik.
Dalam merancang sistem pendukung keputusan dan metode WASPAS dalam pemilihanbibit lembu madras terbaik pada CV.
Dynata Farm yaitu dengan merancang aplikasi berbasis Dekstop Programming kemudian membuat form-form yang berkaitan dan mendukung untuk proses pemilihan bibit lembu madras terbaik seperti membuat form data alternatif, form data kriteria, form proses penilaian dan membuat form proses perhitungan.
Setelah semua form dibuat selanjutnya melakukan perhitungan pemilihan bibit lembu madras terbaik.
Sistem yang telah dirancang selanjutnya diimplementasikan dengan memasukkan data-data sesuai dengan yang ada pada bab-bab sebelumnya, kemudaian jika hasil outputnya sesuai dengan data manual maka dalam pengujian ini sistem berjalan dengan baik, menambahkan data ke database, perintah update untuk merubah data di database, perintah delete untuk menghapus data di database.
2 Saran Untuk lebih mengembangkan dan meningkatkan sistem dalam pemilihan bibit lembu madras terbaik pada CV.
Dynata Farm ada beberapa saran yang dapat dijadikan pertimbangan, yaitu :
Sistem dirasa belum sempurna, untuk itu perlu dilakukan pengembangan bagi penelitian selanjutnya seperti penambahan kriteria baru secara otomatis.
Perangkat lunak sebaiknya menggunakan bahasa pemrograman berbasis web sehingga dapat dengan mudah diakses oleh pihak CV.
Dynata Farm dengan media apa saja.
Sistem dapat dikembangkan dengan mengembangkan metode yang digunakan dengan metode lainnya seperti metode WASPAS
UCAPAN TERIMA KASIH