Jurnal CyberTech Vol.
No.
Maret 2021, pp.
P-ISSN : x-x E-ISSN : x-x Sistem Pendukung Keputusan Penentuan Bibit Kelinci Terbaik Pada Toko Atlantis Kelinci Berastagi Dengan Metode Multi-Objective Optimization on the basis of Ratio Analysis (MOORA) Agung Ramadan *.
Erika Fahmi Ginting**.
Dedi Setiawan** * Program Studi Sistem Informasi.
STMIK Triguna Dharma ** Program Studi Sistem Informasi Dan Sistem Komputer Dosen Pembimbing.
STMIK Triguna Dharma
Article Info
ABSTRACT
Article history:
Received x xxth, 2021 Revised x xxth, 2021 Accepted x xxth, 2021 Toko Atlantis Kelinci Berastagi Merupakan tempat pembelian berbagai jenis kelinci, makanan kelinci, perawatan kelinci, dan obat-obat kelinci, dalam Toko Atlantis Kelinci Berastagi masih mempunyai kendala Penentuan Bibit Kelinci Terbaik sehingga sehingga Penentuan Bibit Kelinci Terbaik ini hasilnya tidak efisien Keyword:
Solusi yang dapat dilakukan terhadap permasalahan diatas dengan membangun Sistem Pendukung Keputusan untuk membantu dalam Penentuan Bibit Kelinci Terbaik sehingga dalam penentuan ini agar lebih Metode yang dipilih untuk mendukung pemecahan masalah tersebut adalah Multi-Objective Optimization on the basis of Ratio Analysis (MOORA) yaitu dengan cara memecah permasalahan kriteria-kriteria yang telah ditentukan kemudian dikalikan dengan bobot preferensi dengan kriteria, sehingga menghasilkan terbaik atau kurangbaik dalam penentuan bibit kelinci terbaik.
Sistem Pendukung Keputusan.
MOORA.
Penentuan Bibit Kelinci Terbaik.
Hasil dari Sistem Pendukung Keputusan ini menunjukan bahwa dengan penerapan Sistem Pendukung Keputusan dapat membantu Toko Atlantis Kelinci Berastagi dalam Penentuan Bibit Kelinci Terbaik.
Dimana.
Sistem Pendukung Keputusan ini diharapkan juga dapat memberikan solusi atau penyelesaian terhadap permasalahan yang ada pada toko Atlantis Kelinci Berastagi.
Copyright A 2019 STMIK Triguna Dharma.
All rights reserved.
First Author Nama : Agung Ramadan Program Studi : Sistem Informasi Kampus : STMIK Triguna Dharma Email : agungramadan100@gmail.
PENDAHULUAN
Pada Toko Atlantis Kelinci Berastagi dalam melakukan penentuan bibit kelinci unggul selama ini masih menggunakan proses manual, oleh karna itu diusulkan lah sebuah sistem untuk masyarakat mengetahui penentuan kelinci terbaik pada saat berada di toko Atlantis Kelinci Berastagi .
Solusi yang dapat dilakukan untuk lebih memudahkan dan membantu dalam menyelesaikan masalah ini dengan memanfaatkan bidang ilmu Sistem Pendukung Keputusan.
Konsep Sistem Pendukung Keputusan (SPK) dengan istilah Management Decision System.
Sistem tersebut adalah suatu sistem berbasis komputer yang ditujukan untuk membantu pengambil keputusan dengan memanfaatkan data dan model tertentu untuk memecahkan berbagai pesoalan yang bersifat semi terstruktur.
Pada penelitian ini, metode yang diterapkan untuk menghasilkan Journal homepage: https://ojs.
P-ISSN : x-x E-ISSN : x-x keputusan penentuan bibit kelinci terbaik yaitu Multi-Objective Optimization on the basis of Ratio Analysis (MOORA).
Dalam MCDM terdapat banyak metode, salah satunya adalah Multi-Objective Optimization on The Basis of Ratio (MOORA).
MOORA adalah metode yang memiliki perhitungan dengan kalkulasi yang minimum dan sangat sederhana.
Sistem pendukung keputusan terdapat beberapa metode sesuai dengan pemanfaatnya, dalam penelitian ini menggunakan Multi Objective Optimization on the basis of Ratio Analysis (MOORA) sebagai solusi pemecahan masalah.
Metode MOORA memiliki tingkat fleksibilitas dan kemudahan untuk dipahami dalam memisahkan bagian subjektif dari suatu proses evaluasi ke dalam kriteria bobot keputusan dengan beberapa atribut pengambilan keputusan.
Metode ini memiliki tingkat selektifitas yang baik karena dapat menentukan tujuan dari kriteria yang bertentangan.
Dimana kriteria dapat bernilai menguntungkan .
atau yang tidak menguntungkan .
Dengan Sistem Pendukung Keputusan (SPK) dan metode MOORA dapat memudahkan dalam penentuan bibit kelinci terbaik di toko Atlantis Kelinci Berastagi.
KAJIAN PUSTAKA
1 Sistem Pendukung Keputusan Pendapat beberapa ahli bahwa Sistem Pendukung Keputusan biasanya dibentuk untuk memberikan solusi atas suatu masalah atau untuk mengevaluasi suatu peluang .
Sistem Pendukung Keputusan ialah penggabungan sumberAesumber kecerdasan individu dengan kemampuan komponen untuk memperbaiki kualitas keputusan.
Sistem Pendukung Keputusan juga merupakan sistem informasi berbasis komputer untuk manajemen pengambilan keputusan yang menangani masalah Ae masalah semi struktur .
2 Kelinci Kelinci merupakan hewan mamalia dari famili Leporidae.
Pada mulanya kelinci merupakan hewan liar yang hidup dan banyak ditemukan di daerah Afrika sampai daratan Eropa.
Seiring dengan waktu dan adanya perubahan zaman, kelinci sudah banyak ditemukan di hampir setiap negara dengan berbagai macam Kelinci sangat terkenal di kalangan orang Indonesia.
Beternak kelinci ini sangat mudah dan bahkan pakannya pun sangat ringan.
Kelinci termasuk dalam mamalia .
karena memiliki kelenjar susu.
Kelinci biasanya dijadikan hewan peliharaan untuk menghasilkan bulu dan menghasilkan daging.
Kelinci dapat mengubah pakan rendah protein menjadi protein hewani yang bernilai tinggi.
Pakan rendah protein ini berasal dari bahan makanan yang tidak digunakan manusia sebagai bahan makanan.
Kelinci mampu mengembalikan 20% protein yang dikonsumsi ke daging.
Selain itu, kelinci memiliki kemampuan reproduksi yang kuat, reproduksi yang cepat, interval kelahiran yang pendek, dan tidak memerlukan pemeliharaan yang Menurut bobotnya, kelinci dewasa dibedakan menjadi tiga jenis yaitu kecil, sedang dan berat.
Berat kelinci kecil berkisar antara 0,9 - 2,0 kg, berat kelinci ukuran sedang antara 2,0 - 4,0 kg, dan berat kelinci ukuran sedang antara 5,0 - 8,0 kg.
Bibit berperan besar dalam menentukan tingkat keberhasilan ternak Untuk syarat ternak tergantung dari tujuan utama pemeliharaan kelinci tersebut .
3 Metode Multi Objective Optimization On The Basis Of Ratio Analysis (MOORA) MOORA adalah multi objektif sistem yang mengoptimalkan dua atau lebih atribut yang saling bertentangan pada saat yang bersamaan.
Metode ini cocok untuk menyelesaikan masalah perhitungan matematika yang rumit.
Metode ini pertama kali diperkenalkan oleh Brauers pada tahun 2004 dan disebut " Multi-Objective Optimization " dan dapat digunakan untuk memecahkan berbagai masalah pengambilan keputusan yang kompleks di lingkungan pabrik.
Metode Moora digunakan untuk menyelesaikan banyak masalah ekonomi, manajemen dan konstruksi di sebuah perusahaan atau proyek .
Adapun langkah penyelesaian metode MOORA adalah:.
Menentukan target untuk mengidentifikasi atribut evaluasi yang relevan, dan masukkan nilai standar pada alternatif, nilai tersebut akan diolah dalam alternatif, dan hasilnya akan digunakan sebagai keputusan.
Semua informasi yang tersedia dari setiap atribut direpresentasikan dalam bentuk matriks keputusan.
Mewakilkan semua informasi yang tersedia untuk setiap attribut dalam bentuk matriks keputusan.
Data pada persamaan .
mempersentasikan sebuah matriks Xmxn.
Dimana xij adalah pengukuran kinerja dari alternatif i th pada attribut j th, m adalah jumlah alternatif dan n adalah jumlah attribut.
Kemudian sistem Jurnal SAINTIKOM Vol.
No.
Maret 2021 : xx Ae xx Jurnal SAINTIKOM P-ISSN : x-x E-ISSN : x-x ratio dikembangkan dimana setiap kinerja dari sebuah alternatif pada sebuah attribut dibandingkan dengan penyebut yang merupakan wakil untuk semua alternatif dari attribut tersebut.
ycuyco1 A ycuycoycn A ycuycoycu A ya = [ ycuycyco A ycuycyco A ycuycycu A ] ycuycoyco A ycuycoycn A ycuycoycu A Ket : xij = respon alternative j pada attribut i | i = 1,2, .
N = jumlah sasaran atau atribut
= 1, 2
M = jumlah alternatif Menyimpulkan bahwa untuk penyebut, pilihan terbaik adalah akar kuadrat dari jumlah kuadrat dari setiap alternatif per attribut.
Rasio ini dapat dinyatakan sebagai berikut :
ycUycn.
yc ycuycnyc =ycuycnycO = Oo Ocyco ycn=1 ycuycnyc X = nomor berdimensi dalam interval .
yang menggambarkan kinerja ternormalisasi dari alternatif dan kinerja j Untuk optimasi multi objektif, ukuran yang dinormalisasi ditambahkan dalam kasus maksimasi untuk attribut yang menguntungkan dan dikurangi dalam minimisasi .
ntuk attribut yang tidak menguntungka.
atau dengan kata lain mengurangi nilai maximum dan minimum pada setiap baris untuk mendapatkan rangking pada setiap baris, jika dirumuskan maka :
yci ycu Yi = Oc ycycycuycnyc Oe Oc ycn=1 ycycycuycnyc ycn yci Keterangan :
= jumlah atribut yang akan dimaksimalkan .
= jumlah atribut yang diminimalkan Wj = bobot terhadap j = nilai penilaian yang terlah dinormalisasi dari alternatif 1 atribut Nilai yi dapat menjadi positif atau negatif tergantung dari total maksimal .
ttribut yang menguntungka.
dalam matriks keputusan.
Sebuah urutan peringkat dari yi menunjukkan pilihan terahir.
Dengan demikian alternative terbaik memiliki nilai yi tertinggi sedangkan alternative terburuk memiliki nilai yi terendah.
ANALISA DAN HASIL
Algoritma Sistem Algoritma sistem merupakan penjelasan langkah-langkah penyelesaian suatu masalah dalam perancangan sistem pendukung keputusan dalam menentukan bibit kelinci terbaik pada Toko Atlantis Kelinci Berastagi dengan menggunakan metode MOORA.
Hal ini dilakukan untuk mendapatkan hasil yang efesien dan efektif dalam perhitungan dan perangkingan, hal tersebut dilakukan agar tidak terjadi kesalahan dalam menentukan bibit kelinci terbaik nantinya.
Dalam menentukan bibit kelinci terbaik dengan menggunakan metode MOORA pada Toko Atlantis Kelinci Berastagi diperlukan tahapan dalam penyelesaian perhitungan sebagai berikut :
Menentukan Penilaian kriteria bobot dan alternatif Pembentukan Matriks Keputusan MOORA Membuat Matriks Normalisasi dari matriks keputusan MOORA Menghitung Nilai Optimasi Multiobjektif MOORA Menentukan Perankingan dan Keputusan Deskripsi Data Kriteria dan Alternatif Penentuan Bibit Kelinci Terbaik Berikut ini adalah data asumsi kriteria yang digunakan yaitu:
Asumsi untuk data kriteria Adapun asumsi nilai yang digunakan untuk kriteria ini dapat dilihat pada tabel di bawah ini yaitu:
Penentuan Bibit Kelinci Terbaik A P-ISSN : x-x E-ISSN : x-x Tabel 3.
1 Keterangan Kriteria Kode Kriteria Nama Kriteria Bobot Berat Kesehatan Ukuran Bulu Usia Bibit Asumsi untuk data Kriteria 1 yaitu Berat Adapun asumsi bobot alternatif yang digunakan untuk kriteria ini dapat dilihat pada tabel di bawah ini Tabel 3.
3 Konversi Kriteria Berat (C.
Berat .
Bobot Alternatif
> 3,1
2,1 Ae 3 1,1 Ae 2 Asumsi untuk data Kriteria 2 yaitu Kesehatan Adapun asumsi bobot alternatif yang digunakan untuk kriteria ini dapat dilihat pada tabel di bawah ini Tabel 3.
4 Konversi Kriteria Kesehatan (C.
Bobot Alternatif Kesehatan Tahan Terhadap Tenyakit Agak Rentan penyakit Rentan Penyakit Sangat Rentan Penyakit Asumsi untuk data Kriteria 3 yaitu Ukuran Adapun asumsi bobot alternatif yang digunakan untuk kriteria ini dapat dilihat pada tabel di bawah ini Table 3.
5 Konversi Kriteria Ukuran (C.
Ukuran .
Bobot Alternatif
> 27
22 Ae 26
17 Ae 21
< 16
Asumsi untuk data Kriteria 4 yaitu Bulu Adapun asumsi bobot alternatif yang digunakan untuk kriteria ini dapat dilihat pada tabel di bawah ini Table 3.
6 Konversi Kriteria Bulu (C.
Bulu Bobot Alternatif Tidak Gampang Rontok Jurnal SAINTIKOM Vol.
No.
Maret 2021 : xx Ae xx Jurnal SAINTIKOM P-ISSN : x-x E-ISSN : x-x Gampang Rontok Sangat Gampang Rontok Asumsi untuk data kriteria 5 yaitu Usia Bibit Adapun asumsi bobot alternatif yang digunakan untuk kriteria ini dapat dilihat pada tabel di bawah ini Table 3.
7 Konversi Kriteria Usia Bibit (C.
Usia Bibit Bobot Alternatif 4 bulan 3 bulan 2 bulan 1 bulan Berdasarkan data asumsi kriteria di atas berikut ini adalah hasil konversi data alternatif di tabel 3.
Tabel 3.
8 hasil konversi data alternatif
Kode
Alternatif
New Zealand White
Dutch
Rex
English spot
Netherland Dwarf
Himalayan Hotot
Anggora Giant
A10
Holand Lop Nama Alternatif (C.
(C.
(C.
(C.
(C.
Jersey Wooly Sesuai dengan referensi yang telah dipaparkan pada bab sebelumnya, berikut ini adalah langkah-langkah penyelesaiannya yaitu :
Lakukan Pembentukan Matriks Keputusan MOORA
2 4 2 1 2
4 5 4 5 4
4 4 4 3 4
3 3 3 3 3
5 5 5 5 5
ycuycnyc = 3 3 3 1 3
3 4 3 3 3
2 2 2 3 2
5 5 5 3 5
( 4 3 4 3 .
Membuat Matriks Normalisasi MOORA dari Matriks Keputusan MOORA dihitung dengan rumus Penentuan Bibit Kelinci Terbaik A P-ISSN : x-x E-ISSN : x-x ycUycnyc ycUycnycO = ocyco yc=1 ycUycnyc Normalisasi Berat (C.
= Ooya1.
12 ya2.
12 ya3.
12 ya4.
12 ya5.
12 ya6.
12 ya7.
12 ya8.
12 ya9.
12 ya10.
= Oo22 42 42 32 52 32 32 22 52 42 =Oo4 16 16 9 25 9 9 4 25 16 = Oo133=11.
A1.
A2.
A3.
A4.
A5.
A6.
A7.
A8.
A9.
A10.
= 0.
= 0.
= 0.
= 0.
= 0.
= 0.
= 0.
= 0.
= 0.
= 0.
Untuk menghitung nilai normalisasi matriks selanjutnya dilakukan dengan cara perhitungan yang sama seperti perhitungan diatas dan setelah maka didapatkan hasil berikut:
ycUycnyc O ycOyc = .
Selanjutnya menghitung nilai optimasi multi objective MOORA Dengan menggunakan rumus sebagai Berikut :
yci ycycn = Oc yc=1 ycu ycyc ycuycnyc Oc yc=yci 1 ycyc ycuycnyc Dengan nilai bobot alternatif yang telah ditentukan yaitu : .
25, 0.
25, 0.
20, 0.
10, 0.
Maka hasilnya sebagai berikut :
Y1 = .
25*0.
25*0.
20*0.
10*0.
20*0.
= 0.
Y2 = .
25*0.
25*0.
20*0.
10*0.
20*0.
= 0.
Jurnal SAINTIKOM Vol.
No.
Maret 2021 : xx Ae xx Jurnal SAINTIKOM P-ISSN : x-x E-ISSN : x-x Y3 = .
25*0.
25*0.
20*0.
10*0.
20*0.
= 0.
Y4 = .
25*0.
25*0.
20*0.
10*0.
20*0.
= 0.
Y5 = .
25*0.
25*0.
20*0.
10*0.
20*0.
= 0.
Y6 = .
25*0.
25*0.
20*0.
10*0.
20*0.
= 0.
Y7 = .
25*0.
25*0.
20*0.
10*0.
20*0.
= 0.
Y8 = .
25*0.
25*0.
20*0.
10*0.
20*0.
= 0.
Y9 = .
25*0.
25*0.
20*0.
10*0.
20*0.
= 0.
Y10=.
25*0.
25*0.
20*0.
10*0.
20*0.
= 0.
Setelah mendapatkan hasil perhitungan dengan metode MOORA (Y.
, di lakukan perankingan dari nilai yang tertinggi untuk di jadikan sebagai Keputusan Menentukan bibit kelinci terbaik Hasil perankingan adalah Sebagai Berikut:
Tabel 3.
10 Hasil Perankingan metode MOORA Kode Alternatif Nama Alternatif Ranking English spot Ranking 1 Anggora Giant Ranking 2 New Zealand White Ranking 3 Dutch Ranking 4 Tabel 3.
10 Hasil Perankingan metode MOORA (Lanjuta.
Kode
Alternatif
A10
Nama Alternatif
Ranking Holand Lop
Ranking 5
Himalayan Ranking 6
Rex
Ranking 7
Netherland Dwarf
Ranking 8
Jersey Wooly Ranking 9
Hotot
Ranking 10
PENGUJIAN DAN IMPLEMENTASI
1 Form Login Pada awal aplikasi dijalankan akan menampilkan form login, dimana admin diwajibkan untuk mengisi username dan password yang sudah terdaftar sebelumnya dan akan menampilkan pesan atau peringatan .
jika username dan password salah.
Gambar dari form login seperti pada gambar dibawah ini :
Penentuan Bibit Kelinci Terbaik A P-ISSN : x-x E-ISSN : x-x Gambar 4.
1 Tampilan Form Login.
2 Form Menu Utama Setelah melakukan login maka admin akan masuk ke dalam tampilan menu utama.
Pada tampilan form menu utama terdapat beberapa menu lain, diantaranya menu file data kelinci dimana memiliki 3 bagian yaitu data alternatif, data kriteria, nilai alternatif.
Kemudian Menu Proses Moora untuk menampilkan proses penilaian menginput nilai kriteria kelinci dan proses perhitungan untuk menampilkan hasil keputusan Bibit Kelinci Terbaik dan terakhir adalah menu laporan untuk menampilkan laporan hasil keputusan.
Gambar 5.
2 Tampilan Form Menu Utama.
3 Form Data Alternatif Halaman ini berfungsi menampilkan dan memasukan data baru.
Gambar 5.
3 Tampilan Form Data Alternatif.
Jurnal SAINTIKOM Vol.
No.
Maret 2021 : xx Ae xx Jurnal SAINTIKOM P-ISSN : x-x E-ISSN : x-x 4 Form Data Kriteria Halaman ini berfungsi menampilkan dan merubah data kriteria.
Gambar 5.
4 Tampilan Form Data Kriteria.
5 Form Nilai Alternatif Halaman ini berfungsi menampikan dan memasukan data baru pada Toko Atlantis Kelinci Berastagi.
Gambar 5.
5 Tampilan Form Nilai Alternatif.
6 Form Proses WASPAS Halaman berfungsi menampilkan nilai kriteria tiap jenis kelinci kemudian melakukan proses perhitungan nilai kriteria tersebut dan menampilkan hasil penilaian.
Adapun hasil perhitungan tampil dalam bentuk listview.
Klik tombol proses untuk menghasilkan perhitungan metode MOORA, setelah itu klik menu laporan untuk melihat dalam bentuk laporan.
Berikut adalah tampilan pada form proses MOORA :
Penentuan Bibit Kelinci Terbaik A P-ISSN : x-x E-ISSN : x-x Gambar 5.
6 Tampilan Form Proses MOORA.
7 From Laporan Form Laporan ini berfungsi untuk melihat hasil keputusan dari nilai kriteria kelinci dengan metode MOORA beserta informasi lain mengenai nilai kriteria tersebut.
Gambar 5.
7 Tampilan Form Laporan.
KESIMPULAN
Berdasarkan penelitian pada Toko Atlantis Kelinci Berastagi maka dapat ditarik kesimpulan sebagai Berdasarkan hasil analisa masalah yang terjadi selama ini dalam Penentuan Bibit Kelinci Terbaik dapat diselesaikan dengan baik menggunakan Multi-Objective Optimization on the basis of Ratio Analysis (MOORA).
ternyata cocok di terapkan dalam toko yang bersangkutan.
Berdasarkan hasil penerapan metode MOORA pada penelitian ini, didapatkan hasil bahwasanya Sistem Pendukung Keputusan yang dirancangan sesuai kebutuhan Toko Atlantis Kelinci Berastagi bukan keputusan yang mutlak, penilaiannya juga dikembalikan oleh pihak .
Jurnal SAINTIKOM Vol.
No.
Maret 2021 : xx Ae xx Jurnal SAINTIKOM P-ISSN : x-x E-ISSN : x-x Berdasarkan hasil pengimplementasian Sistem Pendukung Keputusan dalam Penentuan Bibit Kelinci Terbaik cocok diterapkan dengan menggunakan Microsoft Visual Studio 2008.
Microsoft Acces 2010, dan Crystal Report 8.
UCAPAN TERIMA KASIH
Puji syukur kehadirat Allah SWT atas izin-Nya yang telah melimpahkan rahmat dan karunia-Nya sehingga dapat menyelesaikan jurnal ilmiah ini.
Dalam kesempatan ini, penulis mengucapkan banyakbanyak terimakasih kepada kedua orang tua Ayahanda tercinta dan ibunda tersayang yang telah melahirkan, membesarkan, membimbing, mendidik dan mendoakan serta senantiasa mendukung hal-hal baik.
Penulis juga sangat sadar sepenuhnya skripsi ini tidak terlepas dari bimbingan, semangat, serta dukungan dari banyak pihak, baik bersifat moral maupun materil, maka dari itu penulis mengucapkan terima kasih yang sebesarbesarnya kepada Bapak Dr.
Rudi Gunawan.
SE.
Si.
selaku Ketua STMIK Triguna Dharma Medan.
Bapak Muklis Ramadhan.
Kom.
Selaku Wakil Ketua I Bidang Akademik STMIK Triguna Dharma Medan.
Bapak Puji Sari Ramadhan.
Kom.
Kom.
Selaku Ketua Program Studi Sistem Informasi (SI) STMIK Triguna Dharma Medan.
Ibu Erika Fahmi Ginting.
Kom.
Kom.
Selaku Dosen Pembimbing I Skripsi yang telah meluangkan waktu untuk membimbing dalam menyelesaikan Sripsi ini.
Bapak Dedi Setiawan.
Kom.
Kom.
Selaku Dosen Pembimbing II Skripsi yang telah meluangkan waktu untuk membimbing dalam menyelesaikan Skripsi ini.
Bapak & Ibu Dosen serta Staff Sekolah Tinggi Manajemen Informatika dan Komputer (STMIK) Triguna Dharma Medan.
REFERENSI