IJCCS, Vol.5 No.2, Juli, 2011

Sistem Pendukung Keputusan Pemilihan SubkontrakMenggunakan Metode Entropy dan TOPSIS

Jamila dan S. Hartati

Abstract— Outsourcing is a part of productionprocess of manufacturing industry which contributefor suitainability of a manufacture process. Choosingappropriate subcontractor which match spesificationis not easy. In order to help company in determiningcredible subcontractors is needed a decision supportsystem.

Selection of decision support system for theproduction of subcontracting gloves uses Entropy andTOPSIS methods. Entropy method is used to giveweight to the criteria. TOPSIS (Technique for OrderPreference by Similarity to Ideal Solution) method isused to select the best subcontractors, wheresubcontracting was elected not only has the shortestdistance from the positive ideal solution but it also hasthe longest distance from the negative ideal solution.Designing of systems use ERD and DFD foridentifying the needs of users and systems, and as forguiding the software implementation.

The results of this research are the establishmentof an application used to select subcontractors basedon established criteria. Test results on the applicationcan provide decision input/suggestion, although thecriteria used in making decision is different.Subcontract selection decision support system can bean alternative to choose subcontractors for theproduction of gloves in PT. Adi Satria AbadiYogyakarta.

Keywords— DSS, Decision Support System,Entropy, TOPSIS, Subcontract

1. PENDAHULUAN

ada proses produksi di bidang manufaktur,subkontrak merupakan salah satu bagian yang

ikut berperan terhadap kelangsungan suatupabrik. Penggunaan subkontrak juga akanmenurunkan biaya produksi jika dibandingkanperusahaan tetap memaksakan memproduksisendiri dengan melakukan jam kerja lembur.Sudah selayaknya manajemen perusahaan selalumempertimbangkan kapasitas normal yangtersedia [1].

Jamila, staf pengajar, Akademi Teknnologi Kulit, Yogyakarta,Indonesia 55188.

Sri Hartati, Departemen Ilmu Komputer dan Elektronika, FakultasMatematika & Ilmu Pengetahuan Alam, UGM, Yogyakarta, SekipUtara PO BOX BLS.21 Yogyakarta 55281, e-mail :shartati@ugm.ac.id

Pola subkontraktor adalah suatu sistem yangmenggambarkan hubungan antara usaha besardengan usaha kecil atau menengah [2].

Kegiatan subkontrak yang dijalankan secaramakro efisiensi nasional dan secara mikroefisiensi perusahaan akan memperkuat strukturekonomi nasional dan mewujudkan demokrasiekonomi [3].Keputusan untuk memilih subkontrak yangsesuai dan menghasilkan produk yang berkualitasdengan waktu yang tepat bukan pekerjaan yangmudah.Kesalahan dalam pemilihan subkontrakdapat menimbulkan kerugian bagi perusahaanmisalnya menyebabkan kualitas produk menurun,jadwal pengiriman terganggu, biaya produksisemakin meningkat dan hal yang terpentinghilangnya kepercayaan pelanggan.

Selama ini perusahaan menggunakan kriteriautama dalam pemilihan subkontrak hanyaberdasarkan pada kualitas sampel sarung tanganyang dihasilkan oleh subkontrak. Ketepatanwaktu pengiriman, service atau pelayananterutama jika terjada masalah pada saat maupunsetelah proses produksi dan penilaian hasilpengecekan kondisi di lapangan (survey ke lokasisubkontrak) tidak dihitung secara pasti,melainkan hanya berdasarkan perkiraan.Akibatnya seringkali kemampuan darisubkontrak tidak seperti yang diharapkan olehperusahaan.

Pengambilan keputusan adalah suatu prosesmemilih diantara berbagai alternatif [4],pengambilan keputusan manajerial sinonimdengan proses keseluruhan dari manajemen [5].Sistem pendukung keputusan (Decision SupportSystem/DSS) adalah sistem pendukung keputusanbagi para pengambil keputusan manajemen yangmenangani masalah-masalah tidak terstruktur danbertujuan mendukung penilaian manajer bukanmencoba menggantikannya [4,6]. Sistempendukung keputusan tidak ditekankan untukmembuat keputusan dengan sekumpulankemampuan untuk mengolah informasi atau datayang diperlukan dalam proses pengambilankeputusan tetapi sistem hanya berfungsi sebagaialat bantu manajemen. Sistem tidak dimaksudkanuntuk menggantikan fungsi pengambil keputusandalam membuat keputusan, tetapi sistem

P

12

Jamila, Sistem Pendukung Keputusan Pemilihan Subkontrak

dirancang untuk membantu pengambil keputusandalam melaksanakan tugasnya.

Penelitian yang sudah pernah dilakukanterkait dengan masalah subkontrak, pengambilankeputusan dan metode yang digunakandiantaranya adalah penggunaan metodeAnalytical Hierarchy Process (AHP) untukmenghitung bobot dari masing-masing kriteriadan indikator kinerja supplier sehingga padaakhirnya dapat digunakan untuk menyeleksi danmengevaluasi supplier sehingga dapat diketahuisupplier yang terpilih [7]. Evaluasi pusatdistribusi (situasi iklim, jumlah permintaan,kemungkinan pengembangan, biaya investasi,kualitas performance laboratorium danketersediaan transportasi) digunakan sebagaikriteria untuk mendapatkan alternatif terbaik dari3 alternatif yang diusulkan menggunakan FuzzyMulti Criteria Decision Making (FMCDM) [8].Pemilihan supplier untuk industri makanandengan menggunakan metode entropy danperangkingan suplier dengan menggunakanmetode promethee [9]. Pengukuran peringkatyang mampu mengembangkan diagnosis industrireal estate serta memberikan informasikonstruktif bagi pemerintah untuk mengarahkanreformasi makro di bidang industri real estate diChina. Dilakukan evaluasi dan seleksi proyeksebelum diputuskan untuk memilih invenstasiyang tepat dengan menggunakan metode PCA(Principal Component Analysis) dan TOPSISsebagai metode perangkingan [10]. Pemilihanalternatif terbaik dari Net Present Value, Rate ofReturn, Benefit Cost Analysis dan PaybackPeriod digunakan sebagai pilihan untuk investasiyang tepat menggunakan Fuzzy TOPSIS [11].Pemilihan mahasiswa terbaik untuk mendapatkanbeasiswa dari 8 jenis beasiswa yang ditawarkankepada mahasiswa menggunakan metodeAnalytical Hierarchy Process (AHP). AHPdigunakan sebagai model untuk menentukantingkat kepentingan (bobot) pada setiap kriteriadan subkriteria [12].

2. METODE PENELITIAN

Sistem pendukung keputusan untuk pemilihansubkontrak bertujuan untuk mencari alternatifterbaik berdasarkan kriteria-kriteria yangditetapkan oleh perusahaan. Alternatif yangdimaksud adalah perusahaan yang menjadisubkontrak untuk memproduksi sarung tangansesuai dengan pesanan, sedangkan kriteria adalahkarakteristik komponen yang digunakan untukmenilai sekumpulan alternatif (subkontrak).

Bobot kepentingan yang diberikan padasetiap kriteria dapat menggunakan 3 pendekatanyaitu pendekatan subyektif dan pendekatanobyektif. Pendekatan subyektif adalah bobotkepentingan pada setiap kriteria diserahkansepenuhnya pada pengambil keputusan (DM),sedangkan pendekatan obyektif adalah bobotkepentingan pada setiap kriteria diserahkansepenuhnya kepada sistem. Pendekatan yangketiga adalah pendekatan subyektif-obyektifyaitu bobot kepentingan pada setiap kriteriadihitung berdasarkan hasil bobot dari pendekatansubyektif dan pendekatan obyektif. Melaluipendekatan subyektif dan obyektif maka dapatdihasilkan bobot kriteria berdasarkankarakteristik data sekaligus dapatmengakomodasi preferensi subyektif daripengambil keputusan.

Proses pemilihan subkontrak dapatmenggunakan kriteria penilaian yang diinginkanoleh pihak perusahaan. Bobot kepentinganterhadap kriteria juga dapat diberikanberdasarkan preferensi subyektif dari pengambilkeputusan. Berbagai metode dapat digunakanuntuk memodelkan bobot kriteria, salah satumetode pembobotan kriteria adalah metodeentropy. Metode entropy dapat menghitung bobotberdasarkan karakteristik data pada kriteria,semakin tinggi variasi antar data pada kriteriamaka bobot kriteria tersebut makin tinggi atausemakin penting. Penggunaan metode entropysangat fleksibel, jika bobot yang dihasilkan darimetode entropy belum dapat digunakan sebagaibobot kriteria untuk pengambilan keputusanmaka subyektifitas dari pengambil keputusandapat diberikan bersama-sama dengan bobotentropy. Hasil penggabungan bobot awal danbobot entropy akan mengahasilkan bobot kriteriayang sebenarnya. Sedangkan metode yangdigunakan untuk mencari alternatif (subkontrak)yang terbaik dapat menggunakan berbagaimetode Multi Criteria Decision Making(MADM) diantaranya adalah metode TOPSIS(Technique for Order Prefernce by Similarity toIdeal Solution).

2.1. Metode Entropy

Metode entropy dapat digunakan untukmenentukan suatu bobot. Metode entropy dapatmenghasilkan kriteria dengan variasi nilaitertinggi akan mendapatkan bobot tertinggi [9].Langkah-langkah yang digunakan dalam metodeentropy adalah sebagai berikut:

13

IJCCS, Vol.5 No.2, Juli, 2011

; (2)

2.1.1. Membuat matrik rating kinerjaMatrik rating kinerja adalah nilai alternatif

pada setiap kriteria dimana setiap kriteria tidaksaling bergantung satu dengan yang lainnya.Matriks keputusan setiap alternatif terhadapsetiap kriteria (X), diberikan sebagai:

X=

x11 x12 ⋯ x1n

x21 x22 ⋯ x2n

⋮ ⋮ ⋱ ⋮xm1 xm2 ⋯ xmn

(1)

dimana:i=1,2,..n ; j=1,2,..mxij merupakan rating kinerja subkontrak ke-i(i=1,2..,m) terhadap kriteria ke-j (j=1,2,..,n).

2.1.2. Normalisasi tabel data kriteriaNormalisasi dilakukan dengan terlebih dahulu

menentukan nilai paling tinggi (maksimum) darimasing-masing subkontrak pada setiap kriteria.Normalisasi data nilai masing-masing subkontrak(i=1,2,..,m) terhadap kriteria (j=1,2,..,n) diberikanpada persamaan 2.

dij=

xij

xi maksj

dimana:

x = nilai data subkontrak (i) terhadapkriteria (j) yang belum dinormalisasi

x = nilai data subkontrak (i) terhadap

kriteria (j) yang belum dinormalisasiyang mempunyai nilai paling tinggi

d = nilai data subkontrak (i) terhadapkriteria (j) yang telah dinormalisasi

selanjutnya nilai masing-masing data yang telahdinormalisasi (persamaam 2) dijumlahkan.

Dj= dij

n

j=1

; dimana j=1,2,…,n (3)

dengan Dj adalah jumlah nilai data yang telahdinormalisasi pada masing-masing kriteria.

2.1.3. Perhitungan EntropyPerhitungan entropy untuk setiap kriteria ke-j

dengan terlebih dahulu menghitung nilai emax danK. Untuk mencari nilai emax dan K diberikan padapersamaan (4) dan (5).

emax= ln m; m adalah jumlah subkontrak (4)

K=1

emax

(5)

Perhitungan entropy untuk setiap kriteria ke-jditunjukkan pada persamaan (6).

e(dj)=-Kdi

j

Dj

lndi

j

Dj

n

j=1

(6)

dimana :e(dj) = nilai entropy pada pada masing-masing kriteria

(j=1,2,…n).

dij

= nilai data yang telah dinormalisasi.Dj = jumlah nilai data yang telah

dinormalisasi pada masing-masingkriteria.

setelah mendapatkan e(dj) pada persamaan 6,selanjutnya menghitung total entropy (E) untukmasing-masing kriteria seperti ditunjukkan padapersamaan 7.

E= e(dj

n

j=1

) (7)

2.1.4. Perhitungan bobot entropySetelah total entropy sudah dihasilkan dengan

merujuk pada persamaan 7, selanjutnyamenghitung bobot pada setiap kriteria denganmenggunakan persamaan 8 dan 9.

λj=1

n-E1-e(dj)

; dimana j=1,2,…, n (8)

j= Sign (1)

Sign = + / -

(9)

2.1.5 Perhitungan bobot entropy akhirJika sebelumnya telah ada bobot awal kriteria

atau bobot yang telah ditentukan sebelumnyamaka hasil bobot entropy akhir untuk tiap kriteriadapat dihitung dengan persamaan 10. Bobotentropy akhir dapat digunakan jika hasil daribobot entropy tidak sesuai dengan keinginan daripengambil keputusan.

n

1j

jj

jjj

w*λ

w*λλ

; dimana j=1,2,…,n (10)

dimana:

jλ = bobot entropy akhir,

n = jumlah kriteriaw = bobot awal

2.2 Metode TOPSISTOPSIS (Technique for Order Preference by

Similarity to Ideal Solution) adalah salah satumetode yang dapat membantu prosespengambilan keputusan yang optimal untukmenyelesaikan masalah keputusan secara praktis.Hal ini disebabkan konsepnya sederhana danmudah dipahami, komputasinya efisien dan

14

Jamila, Sistem Pendukung Keputusan Pemilihan Subkontrak

memiliki kemampuan untuk mengukur kinerjarelatif dari alternatif-alternatif keputusan dalambentuk matematis yang sederhana[13]. Langkah-langkah penyelesaiannya adalah sebagai berikut:

2.2.1. Menentukan matrik rating kinerja

Matrik rating kinerja adalah nilai alternatif Ai

(i=1,2..,m) pada setiap kriteria Cj (j=1,2,..,n)dimana setiap kriteria tidak saling bergantungsatu dengan yang lainnya. Matriks keputusansetiap alternatif terhadap setiap kriteria (X)terbentuk dengan merujuk pada persamaan 1.

2.2.2. Menentukan matrik ternormalisasi

Metode TOPSIS membutuhkan rating kinerjasetiap subkontrak pada setiap kriteria yangternormalisasi. Untuk membentuk matrikternormalisasi, digunakan matrik rating kinerja(X) yang terbentuk dari persamaan 1, sedangkanmatrik ternormalisasi terbentuk pada persamaan11 yaitu:

;m

1i

2ijx

x

ijrij

dengan m adalah indeks untuk subkontrak dan nadalah indeks untuk kriteria. Berdasarkanpersamaan 11 akan terbentuk matrikternormalisasi (R) yaitu diberikan padapersamaan 12.

R=

r11 r12 ⋯ r1n

r21 r22 ⋯ r2n

⋮ ⋮ ⋱ ⋮rm1 rm2 ⋯ rmn

(12)

2.2.3. Menghitung matrik ternormalisasi terbobot

Nilai bobot (W) yang menunjukkan tingkatkepentingan relatif setiap kriteria harus diberikanuntuk menghitung matrik normalisasi terbobot.

W={w1, w2,…,wn} (13)

Selanjutnya dilakukan perkalian antara bobotpada masing-masing kriteria dengan merupakanrating bobot ternormalisasi (yij) dimana i=1,2,..,m(subkontrak) dan j=1,2,..,n (kriteria) diberikanpada persamaan 14.

yij = wj.rij (14)

Berdasarkan persamaan 14, maka akanterbentuk matrik keputusan ternormalisasiterbobot Y (persamaan 15).

Y=

w1r11

w2r12

⋯ wnr1n

w1r21

w2r22

⋯ wnr2n

⋮ ⋮ ⋱ ⋮w1r

m1w2r

m2⋯ wnr

mn

(15)

2.2.4. Menghitung matriks solusi ideal positif danmatrik solusi ideal negatif

Nilai solusi ideal positip (A+) dan nilai solusinegatif (A-) berdasarkan matrik keputusanternormalisasi terbobot Y (persamaan 15). Untukmenghitung A+ dan A- harus diperhatikan syaratpada persamaan 16 dan persamaan 17 apakahkriteria bersifat keuntungan (benefit) atau kriteriabersifat biaya (cost).

i

}max{y

i}min{yjy

ij

ij

i

}min{y

i}max{yjy

ij

ij

dengan i=1,2,..m adalah indeks untuk subkontrak danj=1,2,..,n adalah indeks untuk kriteria.

Berdasarkan persamaan 16 dan 17,selanjutkan dicari nilai solusi ideal positip (A+)dan nilai solusi ideal negatif (A-) denganmenggunakan persamaan 18 dan 19.

);y...,,y,(yA n21 (18)

);y,...,y,(yA n21 (19)

dengan j=1,2, ..n (n adalah indeks kriteria)

2.2.5. Menghitung jarak antara nilai setiapalternatif dengan solusi ideal positif (D+) danjarak antara nilai setiap alternatif dengan solusiideal negatif (D-)

Jarak antara subkontrak dengan solusi idealpositif (A+) dirumuskan dalam persamaan (20).

;)y(yDn

1j

2ijji

Jarak antara subkontrak dengan solusi idealnegatif dirumuskan dalam persamaan (21.)

;)y(yDn

1j

2jiji

2.2.6. Menghitung nilai preferensi untuk setiapsubkontrak (Vi).

Nilai preferensi untuk setiap subkontrakdiberikan pada persamaan (22).

; dimana i=1,2,...,m; dan j=1,2,..,n (11)

i=1,2,..,m. (20)

i=1,2,..,m (21)

; dimana j adalah kriteriakeuntungan (benefit)

; dimana j adalah kriteria biaya(cost) (16)

; dimana j adalah kriteriabiaya (cost) (17)

; dimana j adalah kriteriakeuntungan (benefit)

15

IJCCS, Vol.5 No.2, Juli, 2011

;DD

DV

ii

ii

Nilai Vi yang lebih besar menunjukkan alternatifyang lebih dipilih.

2.3 Cara Penelitian

Berdasarkan hasil observasi, wawancara dandiskusi dengan pihak perusahaan didapat prosespemilihan subkontrak yang terdiri dari beberapatahap yaitu sebagai berikut:

2.3.1 Dokumen PenawaranSebelum diusulkan untuk mengikuti seleksi,

calon subkontrak menyerahkan dokumenpenawaran terlebih dahulu melihat kesesuaianatau spesifikasi calon subkontrak dengan produkyang akan dipesan.

2.3.2 Pengecekan (survey) di lapanganCalon subkontrak yang telah memenuhi

spesifikasi yang diinginkan oleh perusahan,selanjutnya akan disurvey atau pengecekankondisi fisik (bangunan, karyawan, jumlahmesin, kondisi mesin dan lain-lain). Pengecekandilakukan untuk memastikan kebenaran datayang diberikan oleh masing-msing subkontrakyang akan diseleksi. Hasil pengecekan (survey)diberikan dalam bentuk cek list pada formpengecekan. Perhitungan prosentase hasil daricek list pada masing-masing subkontrak yangtelah disurvey adalah dengan cara membagi hasilnilai ceklist pada setiap subkontrak dengan totalnilai. Sedangkan persyaratan nilai minimal yangharus dipenuhi dari hasil survey adalah 80% darikeseluruhan nilai ceklist. Calon subkontrak yangmemenuhi nilai minimal dapat diberikan sampelsarung tangan untuk diproduksi. Jumlah danspesifikasi sarung tangan yang diproduksi olehcalon subkontrak berdasarkan tipe ukuran sarungtangan yang dipesan. Tipe ukuran (size) sarungtangan (Asia dan Amerika) akan menentukanjumlah sarung tangan yang akan diproduksi[14].

2.3.3 Hasil produksi sampel sarung tanganCalon subkontrak diwajibkan untuk

memproduksi sampel sarung tangan yang akandipesan. Selanjut hasil produksi sampel sarungtangan tersebut diseleksi untuk menilai kualitasproduk yang dihasilkan oleh masing-masingcalon subkontrak. Penilaian hasil produksi iniakan menentukan calon subkontrak yang terpilihuntuk memproduksi sarung tangan. Penilaianhasil produksi merupakan tahap akhir dari

keseluruhan proses pemilihan subkontrak dengankriterian penilaian sebagai berikut:a. Kualitas, penilaian hasil produksi berdasarkan

banyaknya jumlah sarung tangan yang lolosseleksi. Satuan yang digunakan untuk menilaikriteria kualitas adalah persen (%).

b. Ketepatan waktu, penilaian ketepatan waktucalon subkontrak untuk menyelesaikanproduksi sampel sarung tangan berdasarkantanggal yang telah ditetapkan oleh perusahaan.Satuan yang digunakan untuk menilaiketepatan waktu adalah persen (%).

c. Service, penilaian service atau pelayananadalah nilai yang dihasilkan dari pelayananyang diberikan oleh subkontrak yaituketersediaan alat komunikasi, mudahdihubungi dan respon yang cepat jika terjadimasalah. Satuan yang digunakan untuk menilaikriteria service (pelayanan) adalah persen (%).

d. Harga, penilaian harga yang diberikan olehmasing-masing calon subkontrak. Satuan untukpenilaian harga adalah rupiah.Pada saat penelitian dilakukan, perusahaan

sudah mempunyai bobot kepentingan terhadapmasing-masing kriteria yang digunakan untukpenilaian yaitu kualitas (0.40), ketepatan waktu(0.30), service (0.15) dan harga (0.15). Padapelaksanaannya kriteria yang digunakan hanyapada kriteria kualitas dan ketepatan waktu,sementara kriteria service dan harga tidakdihitung secara pasti.

Dukungan DSS pada proses pemilihansubkontrak untuk produksi sarung tangan tidakhanya mengusulkan alternatif (subkontrakterbaik), tetapi dapat mengusulkan bobotkepentingan pada setiap kriteria yang akandigunakan pada pengambilan keputusan. Kriteriautama untuk pemilihan subkontrak yang terbaikterdiri dari kualitas, ketepatan waktu, harga danpelayanan dari subkontrak, tetapi tidak menutupkemungkingan beberapa kriteria lain dapatdigunakan sebagai kriteria pengambilankeputusan, misalnya kapasitas dan jumlahkaryawan. Gambaran keseluruhan prosespemilihan subkontrak dan dukungan DSS padaproses pemilihan subkontrak ditunjukkan padagambar 1.

i=1,2,..,m. (22)

16

Jamila, Sistem Pendukung Keputusan Pemilihan Subkontrak

Gambar 1 Ruang lingkup permasalahan

2.4 Metodologi Penyelesaian MasalahBerdasarkan proses pemilihan subkontrak

(gambar 1) dan metode (entropy dan Topsis)yang digunakan untuk menyelesaikanpermasalahan selanjutnya dibuat diagram alirpenyelesaian masalah seperti pada gambar 2.

Gambar 2 Diagram alir penyelesaian masalah

2.5 Komponen Sistem Pendukung KeputusanSalah satu alternatif dalam pemecahan

masalah pemilihan subkontrak pada perusahaanbagi pembuat keputusan adalah denganmembangun sistem pendukung keputusanuntuk memilh subkontrak yang terbaik. Sistempendukung keputusan mampu mengevaluasibeberapa kriteria dalam penilaian melalui proses

perhitungan, yang pada akhirnya dari alternatiftersebut akan memberikan keluaran pilihansubkontrak mana yang yang terbaik untukmemproduksi sarung tangan.

Komponen sistem pendukung keputusanpemilihan subkontrak dapat dilihat pada gambar3 di bawah ini, yaitu basis data, basis model,subsistem manajemen basis data, subsistem basismodel, subsistem dialog layar terminal (userinterface).

Gambar 3 Komponen sistem pendukung keputusanpemilihan subkontrak

2.6 Perancangan SistemBerdasarkan gambar 1, gambar 2 dan gambar

3 selanjutnya dilakukan perancangan sistemdengan menggunakan Entity Relational Diagram(ERD) untuk menggambarkan hubungan entitasyang ada pada sistem dan Data Flow Diagram(DFD) untuk menggambarkan proses alirandata[15]. DFD level 0 adalah gambaran umumdari sistem yaitu terdiri sistem dan lingkungan diluar sistem seperti ditunjukkan pada gambar 4.

Gambar 4 DFD level 0

DFD level 0 terdiri dari sistem pendukungkeputusan pemilihan subkontrak dan penggunasistem. Pengguna (user) yang terlibat dalamsistem adalah operator dan pengambil keputusan.Operator, yaitu pengguna yang memberikaninputan berupa data produk, data subkontrak,data hasil ceklist dan data hasil produksi.Operator dapat melihat hasil keputusan yaituinformasi subkontrak yang terpilih. Pengambilkeputusan (manajer), yaitu pengguna yangmemberikan inputan berupa data kriteria, datanilai kriteria, menentukan bobot kepentingan darimasing-masing kriteria. Manajer dapatmelakukan pengambilan keputusan dan melihat

17

IJCCS, Vol.5 No.2, Juli, 2011

hasil keputusan yaitu informasi subkontrak yangterpilih.

2.7 ImplementasiSistem dibangun dengan menggunakan bahasa

pemrograman Borland Delphi 7.0 sebagaiinteraksi antarmuka pemakai (user interface),untuk program database-nya[16] menggunakanMySQL dan sistem bersifat stand alone. Hasilimplementasi untuk dialog keputusan sepertipada gambar 5.

Gambar 5 Dialog pengambilan keputusan

3. HASIL DAN PEMBAHASAN

Pada sistem pendukung keputusan pemilihansubkontrak, kriteria pemilihan dapat ditambahsesuai keinginan dari pengguna. Jika penggunaingin menambahkan kriteria baru, maka sebelummasuk pada form pengambilan keputusan,pengguna harus memasukkan nama kriteria padaform masukan data kriteria dan memasukkannilai pada kriteria yang ditambahkan tersebutpada form masukan nilai. Jumlah kriteria padasaat pengambilan keputusan juga dapat ditambahatau dikurangi, sehingga pengambil keputusandapat memilih kriteria sesuai dengan keinginan.

Penetapan bobot dalam sistem diberikandengan 3 cara atau model yaitu model bobotawal, bobot entropy dan bobot entropy akhir.Pada hasil implementasi sistem, kriteria yangdigunakan bersifat dinamis, sehingga pengambilkeputusan dapat menambahkan kriteria barumisalnya (kapasitas) serta jumlah kriteria yangdigunakan disesuaikan dengan keinginan daripengambil keputusan.

Pengujian dilakukan dengan menggunakandata hasil produksi sampel sarung tangan. Hasilpengujian berdasarkan data tersebut, memberikanhasil bobot pada setiap kriteria berbeda antarabobot awal dan bobot entropy. Pada bobot awal,yang menjadi kriteria utama adalah kriteriakualitas dengan nilai bobot 0.40, pada hasil bobotentropy yang menjadi kriteria utama adalahkriteria ketepatan waktu dengan nilai bobot0.047914, sedangkan pada bobot entropy akhir

yang menjadi kriteria utama atau kriteria yangsangat penting adalah kriteria ketepatan waktudengan nilai bobot 0.776177. Perbedaan tersebutdikarenakan pada metode entropy, data yangmempunyai range nilai yang besar danmempunyai variasi nilai yang tinggi untuk tiapalternatif akan memperoleh bobot yang tinggidan menjadi kriteria utama dalam pengambilankeputusan. Hasil perbandingan dari model bobotawal, bobot entropy dan bobot entropy akhirseperti ditunjukkan pada tabel 1.

Tabel 1 Perbandingan hasil bobot

KriteriaBobot

Awal Entropy EntropyAkhir

Kualitas 0.40 0.047914 0.072403Ketepatan waktu 0.30 0.684870 0.776177Harga 0.15 0.003522 0.001996Service 0.15 0.263694 0.149425

Setelah menetapkan model bobot yangdigunakan, selanjutnya dilakukan prosesperangkingan dengan menggunakan metodeTOPSIS untuk mendapatkan subkontrak yangterbaik berdasarkan kriteria yang digunakan.

Hasil perangkingan dengan menggunakanketiga model bobot tersebut memberikan hasildengan perbedaan pada nilai akhir. Hasilperingkat nomor 1 tidak terdapat perbedaan,perbedaan peringkat dari ketiga model penetapanbobot kriteria yang digunakan terdapat padaperingkat ke 3 dan ke 4. Hasil bobot padamasing-masing kriteria (tabel 1) untuk bobotawal yaitu (hasil bobot entropy merujuk padatabel 1) memberikan hasil perangkingan sepertipada tabel 2.

Tabel.2 Hasil perangkingan menggunakan bobot awal

Nama subkontrak Nilai akhirSubkontrak A 0.805548Subkontrak D 0.767978Subkontrak C 0.731998Subkontrak B 0.334050

Subkontrak yang mendapatkan nilai akhirtertinggi adalah Subkontrak A dan layak untuktepilih. Sedangkan hasil perangkinganmenggunakan bobot entropy (hasil bobot entropymerujuk pada tabel 1) memberikan hasil sepertipada tabel 3.

Tabel 3 Hasil perangkingan menggunakan bobot entropy

Nama subkontrak Nilai akhirSubkontrak A 0.987145Subkontrak C 0.980838Subkontrak D 0.800476Subkontrak B 0.200076

18

Jamila, Sistem Pendukung Keputusan Pemilihan Subkontrak

Terdapat perbedaan rangking perolehan nilaiakhir dengan hasil perangkingan menggunakanbobot awal (tabel 3), yaitu pada urutan rangking2 dan 3. Pada hasil perangkingan denganmenggunakan bobot awal, rangking ke-2 adalahSubkontrak D dengan nilai akhir 0.767978,sedangkan pada hasil perangkingan denganmenggunakan bobot entropy, rangking ke-2ditempati oleh Subkontrak C dengan nilai0.980838. Rangking ke-1 tetap ditempati olehSubkontrak A dengan nilai akhir 0.987145 danposisi ke-4 ditempati oleh Subkontrak B dengannilai akhir 0.200076, sehingga subkontrak yanglayak untuk dipilih adalah Subkontrak A. Hasilperangkingan menggunakan bobot entropy akhir(hasil bobot entropy akhir merujuk pada tabel 1)memberikan hasil perangkingan sepertiditunjukkan pada tabel 4.

Tabel 4 Hasil perangkingan menggunakan bobotentropy akhir

Nama subkontrak Nilai akhirSubkontrak A 0.982553Subkontrak C 0.974055Subkontrak D 0.889198Subkontrak B 0.113091

Hasil perangkingan menggunakan bobot entropyakhir sama dengan hasil perangkinganmenggunakan bobot entropy dalam hal urutanperolehan rangking, yang berbeda adalah padaperolehan nilai akhir dari masing-masingalternatif (subkontrak). Pada perangkinganmenggunakan bobot entropy akhir, subkontrakterbaik adalah subkontrak A dengan nilai akhir0.982553 sehingga layak untuk dipilih.

4. KESIMPULAN

Terdapat perbedaan pada bobot yangdihasillkan dengan menggunakan metode entropydengan bobot awal karena pada bobot entropydata yang mempunyai range nilai yang besar danmempunyai variasi nilai yang tinggi untuk tiapalternatif akan memperoleh bobot yang tinggidan menjadi kriteria utama dalam pengambilankeputusan. Perbedaan hasil perangkingandikarenakan perbedaan model bobot yangdiberikan pada kriteria. Sistem pengambilankeputusan dapat menjadi alternatif bagi pihakperusahaan untuk memilih subkontrak yang akanmemproduksi sarung tangan.

Sistem ini masih dapat dikembangkan denganmenggabungkan metode entropy dengan berbagaimetode MADM yang lain untuk melihatperbandingan hasil yang diberikan dari masing-masing metode perangkingan.

DAFTAR PUSTAKA

[1] Ahyari, A., 1985, Manajemen Produksi, PerencanaanSistem Produksi Buku I, Edisi keempat, BPFE, Yogyakarta.

[2] Soewito, 1992, Pengembangan Industri Kecil, SuaraMerdeka, 12 Desember 1992. http://www.damandiri.or.id/file/arirahmathakimundipbab2a.pdf,diakses10 Maret 2010

[3] Iwantono, S., 2004, Pengembangan Kemitraan Usaha PolaSub Kontrak Berlandaskan Persaingan Sehat, Infokop Nomor25 Tahun XX, 2004,http://www.smecda.com/deputi7/file_infokop/EDISI%2025/polasub-kontrak.pdf, diakses 11 Februari 2010.

[4] Turban, E., and Aronson, J.E., 2001, Decision SupportSystems and Intelligent Systems. 6th Edition, Prentice HallInternatinal, New Jersey.

[5] Simon, J.L., 2000, Developing Decision Making Skill forBusiness, Armonk, NY.M.E dalam Turban, Efraim and J.EAronson, 2001, Decision Support Systems and IntelligentSystems. 6th Edition, Prentice Hall Internatinal, New Jersey.

[6] McLeod, Jr. R., dan George, S., 2001, Sistem InformasiManajemen, Edisi Kedelapan, Indeks, Jakarta.

[7] Mauidzoh, U dan Zabidi, Y., 2007, Perancangan SistemPenilaian dan Seleksi Supplier Menggunakan Multi Kriteria,Jurnal Ilmiah Teknik Industri, volume 5, no. 3, hal 113 – 122.

[8] Wang, Y., Kao, C.S., 2007, Applying Fuzzy Multiple CriteriaDecision Making Method to Select the Distribution Center,Fourth International Conference on Fuzzy Systems andKnowledge Discovery, IEEE Computer Society.http://ieeexplore.ieee.org/xpl/freeabs_al.jps?arnumber=4406433, diakses 15 Maret 2010.

[9] Triyanti, V., dan Gadis, M.T., 2008, Pemilihan Supllier untukIndustri Makanan Menggunakan Promethee, Journal ofLogistics and Supply Chain Management, volume 1, No. 2,hal. 83-92,http:/jurnal.pdii.lipi.go.id/admin/jurnal/1208.839.pdf,diakses13 Januari 2011.

[10] Xie, P., 2008, Development Ranking in Real Estate StrategyManagement in China Based on TOPSIS Method, ISECSInternational Colloquium on Computing, Communication,Control, and Management, volume 3, pp.254-258.http://www.computer.org/portal/web/csdl/doi/10.1109/CCCM.2008.376, diakses 10 April 2010.

[11] Salehi, M., Moghaddam, R.T., 2008, Project Selection byUsing a Fuzzy TOPSIS Technique, Department of IndustrialEngineering at University of Tehran in Iran.http://www/waset.org/journals /waset/v40/v40-17.pdf,diakses 10 Maret 2010.

[12] Pieter, M.S.S., 2009, Pemanfataan Analytical HierarchyProcess (AHP) sebagai Model Sistem Pendukung KeputusanPenentuan Penerima Beasiswa pada Universitas Sains danTeknologi Jayapura, Tesis, Jurusan Ilmu Komputer danElektronika FMIPA UGM, Yogyakarta.

[13] Kusumadewi, S., Hartati, S., Harjoko, A., dan Wardoyo, R.,2006, Fuzzy Multi-Attribute Decision Making (FUZZYMADM), Graha Ilmu, Yogyakarta.

[14] Bashor, M., 2004, Profil PT. Adi Satria Abadi pada DivisiSarung Tangan, PT. Adi Satria Abadi, Yogyakarta.

[15] Pressman, R.S., 1992, Software Engineering, Third Edition,McGraw-Hill Inc., New York.

[16] Silberchat, Kohr dan Sudarsan., 2000, Database SystemConcept, 4th Edition, McGraw-Hill Inc, New York.

19