SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN LAHAN …

241

Jurnal Informatika Kaputama(JIK), Vol. 4 No. 2, Juli 2020 P-ISSN : 2548-9739

E-ISSN : 2685-5240

241

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN LAHAN

PERTANIAN YANG TEPAT UNTUK MENINGKATKAN HASIL

PANEN CABAI MENGGUNAKAN METODE MOORA

Sri Devi Bangun1)

, Suci Ramadani2)

, Hunsul Khair3)

1,2,3)

STMIK KAPUTAMA

Jl. Veteran No. 4A-9A, Binjai, 20714, Sumatera Utara

Telp. 061-8828840, Fax. 88228845

E-mail : [email protected])

, [email protected])

,

[email protected])

ABSTRACT

Decision support system is a system that can solve problems that occur in ranking quickly and

can find out the highest to lowest value in a selection. In this paper is one of the case studies

that can be solved using a decision support system, where the problem faced in the selection of

agricultural land is how to choose the best chili and to make a selection must use manually

and the assessment process takes a long time. to get results. Therefore created a problem how

to determine an appropriate agricultural land selection problem to determine the good chili

crop yield using the MOORA method and where the MOORA method is used to test in

correctness that aims to determine the accuracy of the value obtained by the system, the results

of the best land selection is in the city area of binjai jln sawi payaroba west binjai, plus the

value of the weight of the criterion and the modification trial which aims to find out how many

criteria can be added.

Keywords: Correctness, DSS, criteria, MOORA Method, SPK.

ABSTRAK Sistem pendukung keputusan adalah suatu sistem yang dapat menyelesaikan masalah yang

terjadi di dalam penentuan peringkat dengan cepat serta dapat mengetahui nilai tertinggi sampai

terendah di dalam sebuah seleksi. Di penulisan ini adalah salah satu merupakan studi kasus

yang dapat diselesaikan dengan menggunakan sistem pendukung keputusan, dimana yang

menjadi persoalan yang dihadapi di dalam pemilihan lahan pertanian adalah bagaimana

memilih cabai yang terbaik dan untuk melakukan sebuah seleksi harus menggunakan dengan

cara manual dan proses penilaian menjadi lama untuk mendapatkan hasil. Oleh karena itu

dibuat suatu masalah bagaimana menentukan suatu permasalahan pemilihan lahan pertanian

yang tepat untuk menentukan asil panen cabai yang baik dengan menggunakan metode

MOORA dan dimana metode MOORA digunakan untuk menguji coba di dalam correctness

yang bertujuan untuk mengetahui akurasi nilai yang diperoleh oleh system, hasil dari pemilhan

lahan terbaik adalah di daerah kota binjai jln sawi payaroba binjai barat, ditambah nilai bobot

kritera dan uji coba modifikasi yang bertujuan untuk mengetahui seberapa banyak kriteria yang

dapat ditambahkan

Kata kunci: Correctness, DSS, kriteria, Metode MOORA, SPK.

mailto:[email protected]

mailto:[email protected]

242


E-ISSN : 2685-5240

242

1. PENDAHULUAN Indonesia merupakan salah satu negara

yang memiliki sumber daya alam lahan terluas.

Luas wilayah dataran Indonesia sekitar 200 juta

hetar, dataran tersebut tersebar di lima pulau

besar, yaitu Sumatera, Jawa, Kalimantan,

Sulawesi dan Papua. Salah satu kota yang

memiliki iklim tropis yang baik adalah Kota

Binjai Palawija merupakan tanaman yang

sering ditanam di Kota Binjai seperti, timun,

kacang, cabai dan jenis palawija lainya. Cabai

merupakan salah satu tanaman yang sering

ditanam oleh petani Binjai, alasannya karena

cabai merupakan tanaman yang bisa dikatakan

tanaman dengan hasil yang menjajikan. Namun

disamping itu cabai merupakan tanaman yang

rumit untuk dirawat, karena cabai mudah

terserang hama. Selain hama yang mengganggu,

kesuburan tanah juga menjadi salah satu faktor

keberhasilan seorang petani cabai untuk

mendapatkan hasil yang maksimal.

Masyarakat yang ingin menamam cabai

masih bingung dalam menentukan lahan yang

sesuai yang dapat ditanami tanaman cabai.

Kurangnya pengetahuan dan pemahaman petani

akan karakteristik kondisi lahan yang akan

diolah membuat petani kesulitan untuk

menentukan kesesuaian lahan. Sehubungan

dengan kurangnya media informasi dalam

penyampaiannya seperti melalui buku, internet

dan media informasi lainnya. Maka masyarakat

yang ingin menanam cabai dihadapkan pada

resiko yang menjadi terhambatnya masyarakat

untuk menuai hasil panen yang maksimal.

Penerepan peneliti sebelumya,

dari Proceding A MH Pardede & N Noriyenni,

(2015). Sistem Pendukung Keputusan

Pemberian Jumlah SKS Mengajar Dosen Pada

STMIK Kaputama Binjai

Berdasarkan uaraian di atas, maka

dilakukan sebuah penelitian yaitu dengan judul

“Sistem Pendukung Keputusan Pemilihan

Lahan Pertanian Yang Tepat Untuk

Meningkatkan Hasil Panen Cabai

Menggunakan Metode MOORA”

1.1 Rumusan Masalah

Berdasarkan latar belakang di atas maka

dapat disimpulkan rumusan masalahnya sebagai

berikut:

1. Dengan kriteria yang ditentukan,

bagaimana membangun sebuah sistem

pendukung keputusan pemilihan lahan

pertanian yang tepat untuk tanaman

cabai dengan menggunakan metode

MOORA ?

2. Dengan merancang Sistem Pendukung

Keputusan, bagaimana memilihan

Lahan Pertanian yang tepat untuk

meningkatkan hasil panen cabai dengan

metode MOORA.

1.2 Batasan Masalah

Adapun Batasan Masalah adalah

sebagai berikut:

1. Kreteria yang di gunakan yaitu:

Temperatur, Curah hujan, PH tanah,

Tekstur tanah dan Jenis tanah

2. Bahasa pemograman yang digunakan

yaitu menggunakan bahasa

pemograman Visual Basic (VB) Net

2010, berbasis data MySQL.

3. Output yang diharapkan yaitu

keputusan pemilihan jenis lahan yang

tepat untuk tanaman cabai di wilayah

binjai utara.

1.3 Tujuan Penelitian.

Adapun Tujuan adalah sebagai

berikut:

1. Untuk merencanakan dan membangun

sebuah sistem pendukung keputusan

dalam menentukan lahan yang tepat

untuk tanaman cabai.

2. Untuk mengetahui hasil dari proses

perhitungan algoritma metode MOORA

dalam memproses data kriteria pemilihan

lahan yang tepat untuk tanaman cabai.

1.4 Manfaat Penelitian

Adapun manfaat adalah sebagai berikut :

1. Dapat menjadi salah satu alternatif bagi

Dinas Pertanian dalam proses

pengambilan keputusan penentuan lahan

yang tepat untuk tanaman cabai.

2. Dapat membantu masyarakat khususnya

petani cabai dalam menentukan lahan

yang tepat untuk tanaman cabai, agar

hasil yang diperoleh nantinya sesuai

yang diharapkan.

243


E-ISSN : 2685-5240

243

3. Dapat menjadi informasi dan bahan

masukan bagi masyarakat maupun Dinas

Pertanian Kota Binjai untuk meningkatkan

kualitas dan menjaga kestabilan hasil panen

cabai.

2. METODOLOGI PENELITIAN

2.1 Pengertian Sistem Informasi

Menurut Little (Iqbal, dkk, 2017, h. 146),

Sistem Pendukung Keputusan adalah “suatu

sistem informasi berbasisis komputer yang

menghasilkan berbagai alternatif keputusan

untuk membantu manajeman dalam menangani

berbagai permasalahan yang terstruktur dengan

menggunakan data dan model”. Metode Multi

Objective Optimization on the basis of Ratio

Analysis (MOORA) Menurut Little (Iqbal, dkk, 2017, h. 155)

Multi-Objective Optimization on the basis of

Ratio Analysis (MOORA) adalah sistem multi-

objektif yang mengoptimalkan dua atau lebih

attribut yang saling bertentangan secara

bersamaan. Metode ini diterapkan untuk

memecahkan masalah dengan perhitungan

matematika yang kompleks (Brauers,Zavadskas

2008).

2.2.1 Membuat Matrix Keputusan

Mewakilkan semua informasi yang

tersedia untuk setiap attribut dalam bentuk

matriks keputusan. Data pada persamaan (2.1)

mempersentasikan sebuah matriks Xm x n.

Dimana xij adalah pengukuran kinerja dari

alternatif ith

pada attribut jth

, m adalah jumlah

alternatif dan n adalah jumlah attribut /kriteria.

Kemudian sistem rasio dikembangkan dimana

setiap kinerja dari sebuah alternatif pada

sebuah attribut dibandingkan dengan penyebut

yang merupakan wakil untuk semua alternatif

dari attribut tersebut. Berikut adalah perubahan

nilai kriteria menjadi sebuah matriks keputusan

:

x11 . . .

x 1i . . .

x in

. . . . .

X = . . . . .

. . . . .

................................................... (2.1)

x j1 . . .

x ij . . .

x jn

. . . . .

. . . . .

. . . . .

x m1 . . .

x mi . . .

x mn

Keterangan

1. xij : Respon alternatif j pada kriteria i

2. i : 1,2,3, ..., n adalah nomor urutan

atribut atau kriteria

3. j : 1,2,3, ..., m adalah nomor urutan

alternatif

4. X : Matriks Keputusan.

2.3 Pengertian Lahan Pertanian

Beberapa pengertian yang diberikan

baik itu oleh FAO maupun pendapat para

ahli. Menurut Purwowidodo (1983:1) lahan

mempunyai pengertian: “Suatu lingkungan

fisik yang mencakup iklim, relief tanah,

hidrologi, dan tumbuhan yang sampai pada

batas tertentu akan mempengaruhi

kemampuan penggunaan lahan”.

3.4 Pengertian Cabai

Cabai merupakan spesies cabai

pertama yang ditemukan oleh Columbus dan

diintroduksikan keseluruh dunia. Cabai

diperdangangkan ke Asian pada abad ke-16,

dan spesies cabai pedas tersebut paling luas di

Asia Tenggara (Sanjaya L dkk, 2002). Cabai

merah masuk ke Indonesia dibawa oleh

bangsa Portugis sekitar 450-500 tahun yang

lalu. Cabai merah beradaptasi dengan cepat

dan diterima oleh bangsa asli Indonesia

sehingga menjadi Capsicum telah

diidentifikasi.

2.4 Pengertian PHP

PHP adalah bahasa pemograman scrip

server-side yang didesain untuk pemograman

web. PHP juga bisa digunakan sebagai bahasa

pemograman umum. Php di kembangkan

pada tahun 1995 oleh Ramsus Lerdorf,dan

sekarang dikelola oleh The PHP Group.

244


E-ISSN : 2685-5240

244

3. ANALISA DAN PEMBAHASAN

3.1 Metodelogi Penelitian

Penentuan penelitian, identifikasi dan

menentukan batasan masalah

Merumuskan masalah dan tujuan

penelitian

Menentukan konsep data penelitianStudi literatur (pustaka) dan browsing

diinternet

Metode penelitian

- Studi literatur

- Browsing

Identifikasi dan Analisis :

- Software (perangkat

lunak)

Pengujian dan implementassi

- Uji validasi data

- Implementasi data

Penarikan kesimpulan dan saran

Gambar III.1 Metodelogi Penelitian

1.4 Analisis Menggunakan Metode MOORA

Proses ini melakukan pemilihan sesuai

dengan kriteria yang telah ditentukan. Berikut

adalah langkah – langkah yang dilakukan dalam

perhitungan :

1.4.1 Data Alternatif

Berikut ini merupakan data Alternatif

yang nantinya akan dilakukan perhitungan

dengan menggunakan metode MOORA.

Adapun data kriteria yaitu sebagai berikut.

Tabel III.1 Nilai Kriteria Pada Setiap

Alternatif

No Kode Wilayah

1 A1

Jl. P. Diponegoro

Tunggurono Kec. Binjai

Timur

2 A2 Jl. Gugus Depan Kec. Binjai

Selatan

3 A3 Jl. Sei BatangHasu Kec.

Binjai Utara

4 A4 Jl. Sawo Kec. Binjai Barat

5 A5 Jl. Gunung Kawi Bhakti

Karya Kec. Binjai. Selatan

6 A6 Jl. KL Yos Sudarso Kec.

Binjai Utara

7 A7 Jl. Pusara Kulon Ujung Kec.

Binjai Utara

8 A8 Jl. Gunung Selamet Bhakti

Karya Kec. Binjai Selatan

9 A9 Jl. Sawi Payaroba Kec. Binjai

Barat

10 A10 Jl. Gajah Mada Tunggurono

Kec. Binjai Timur

1.4.2 Data Kriteria

Adapun kriteria yang akan digunakan

untuk dilakukan penilaian terhadap alternatif

yaitu seperti pada tabel dibawah ini.

Tabel III.2 Data Kriteria

No Kode Kriteria

1 K1 Temperatur

2 K2 Curah Hujan

3 K3 Ph Tanah

4 K4 Tekstur Tanah

5 K5 Jenis Tanah

Tabel III.3 Nilai Kepentingan Kriteria

Temperatur

Temperatur Keterangan Nilai

< 16 °C Dingin 5

16 - 22 °C Sedang 4

23 - 28 °C Cukup 3

29 - 34 °C Panas 2

>35 °C Sangat Panas 1


Curah Hujan

Curah hujan Keterangan Nilai

Sangat Deras Tinggi 1

Deras Rendah 2

Rintik – Rintik Sedang 3

245


E-ISSN : 2685-5240

245

Tabel III.5 Nilai Kepentingan Kriteria Ph

Tanah

Ph Tanah Keterangan Nilai

< 4,5 Rendah 1

4,5 - 5,5 Sedang 2

5,5 - 6,5 Cukup 3

6,5 - 7,5 Tinggi 4

> 75 Sangat Tinggi 5


Tekstur Tanah

Tekstur

Tanah Keterangan Nilai

Kasar Sangat baik 1

Tidak Kasar Baik 2

Tidak halus Cukup 3

Halus Buruk 4

Lengket Sangat Buruk 5

Tabel III.7 Nilai Kepentingan Kriteria Jenis

Tanah

Jenis Tanah Keterangan Nilai

Gambut Sangat Baik 1

Berkapur Baik 2

Berpasir Cukup 3

Lempung Liat Buruk 4

Vulkanis Sangat Buruk 5

1.4.3 Data Alternatif Pada Setiap Kriteria

Data alternatif selanjutnya diberi nilai

berdasarkan hasil nilai yang telah dilakukan

oleh dinas pertanian untuk lokasi lahan

penanaman cabai. Adapun penilaian

Alternatif pada setiap kriteria yaitu seperti

pada tabel dibawah ini

Tabel III.8 Nilai Alternatif Pada Setiap

Kriteria

Alte

rna

tif

Kriteria

Tem

pera

tur

Cura

h

Huja

n

Ph

Tan

ah

Tekst

ur

Tanah

Jenis

Tanah

K1 K2 K3 K4 K5

A1 29

°C

Tingg

i 5 Kasar

Berpas

ir

A2 31

°C

Rend

ah 6 Halus

Lempu

ng Liat

A3 30

°C

Sedan

g 5 Kasar

Berpas

ir

A4 31

°C

Sedan

g 6 Halus

Berpas

ir

A5 32

°C

Tingg

i 5 Kasar

Berpas

ir

A6 31

°C

Sedan

g 5

Liat Lempu

ng Liat

A7 30

°C

Sedan

g 6

Agak

Kasar

Lempu

ng Liat

A8 29

°C

Tingg

i 5

Kasar Berpas

ir

A9 31

°C

Sedan

g 6

Kasar Lempu

ng Liat

A10 30

°C

Tingg

i 6

Agak

Kasar

Berpas

ir

Selanjutnya nilai alternatif pada setiap

kriteria di transformasi menjadi nilai bilangan

fuzzy berdasarkan besar dan tingkat

kepentingan pada masing-masing nilai di

setiap kriteria. Adapun nilai transformasinya


246


E-ISSN : 2685-5240

246

Tabel III.9 Nilai Inputan Kriteria Pada

Setiap Alternatif

Alte

rna

tif

Kriteria

Tempe

ratur

Cura

h

Huja

n

Ph

Tana

h

Tekst

ur

Tana

h

Jenis

Tana

h

K1 K2 K3 K4 K5

A1 2 1 2 5 3

A2 2 2 3 2 4

A3 2 3 2 5 3

A4 2 3 3 2 3

A5 2 1 2 5 3

A6 2 3 2 1 4

A7 2 3 3 4 4

A8 2 1 2 5 3

A9 2 3 3 5 4

A10 2 1 3 4 3

1.4.4 Menentukan Jenis dan Bobot

Kriteria

Adapun nilai bobot pada setiap kriteria


Tabel III.10 Nilai Bobot Kriteria

No Kode Kriteria Type Bobot

1 K1 Temperatur benefit 0,16

2 K2 Curah

Hujan benefit 0,21

3 K3 Ph Tanah benefit 0,18

4 K4 Tekstur

Tanah benefit 0,23

5 K5 Jenis Tanah benefit 0,22

1.4.5 Membuat Matriks Keputusan

Berdasarkan nilai inputan alternatif

pada setiap kriteria, maka selanjutnya nilai-

nilai tersebut dibentuk menjadi sebuah

matriks untuk dilakukan perhitungan. Adapun

matriks dari setiap nilai di atas yaitu sebagai

berikut:

X=

2 1 2 5 3

2 2 3 2 4

2 3 2 5 3

2 3 3 2 3

2 1 2 5 3

2 3 2 1 4

2 3 3 4 4

2 1 2 5 3

2 3 3 5 4

2 1 3 4 3

1.4.6 Normalisasi Matriks

Normalisasi Kolom 1 Kriteria Temperatur

Normalisasi Matriks (1,1) baris 1 kolom1

𝑥𝑖,1=

𝑍𝑖,1

√𝑍𝑖,12+𝑍𝑖,12+ 𝑍𝑖,12+𝑍𝑖,12 𝑍𝑖,12+𝑍𝑖,12 𝑍𝑖,12+𝑍𝑖,12𝑍𝑖,12+𝑍𝑖,12

𝑥1,1=

2

√22+22+ 22+22 22+22 +22+22+22+22 =

2

√40 = 0,316

𝑥2,1=

2

√22+22+ 22+22 22+22 +22+22+22+22 =

2

√40 = 0,316

𝑥3,1=

2

√22+22+ 22+22 22+22+22+22+22+22 =

2

√40 = 0,316

𝑥4,1=

2

√22+22+ 22+22 22+22+22+22+22+22 =

2

√40 = 0,316

𝑥5,1=

2

√22+22+ 22+22 22+22 +22+22+22+22 =

2

√40 = 0,316

𝑥6,1=

2

√22+22+ 22+22 22+22 +22+22+22+22 =

2

√40 = 0,316

𝑥7,1=

2

√22+22+ 22+22 22+22 +22+22+22+22 =

2

√40 = 0,316

𝑥8,1=

2

√22+22+ 22+22 22+22 +22+22+22+22 =

2

√40 = 0,316

𝑥9,1=

2

√22+22+ 22+22 22+22+22+22+22+22 =

2

√40 = 0,316

247


E-ISSN : 2685-5240

247

𝑥10,1=

2

√22+22+ 22+22 22+22+22+22+22+22 =

2

√40 = 0,316

Normalisasi Kolom 2 Kriteria Curah Hujan

Normalisasi Matriks (1,2) baris 1 kolom 2

𝑥𝑖,2=

𝑍𝑖,1


𝑥1,2=

1

√12+22+ 32+32 12+32+32+12+32+12 =

1

√53 = 0,137

𝑥2,2=

2

√12+22+ 32+32 12+32+32+12+32+12 =

2

√53 = 0,275

𝑥3,2=

3

√12+22+ 32+32 12+32 +32+12+32+12 =

3

√53 = 0,412

𝑥4,2=

3

√12+22+ 32+32 12+32+32+12+32+12 =

3

√53 = 0,412

𝑥5,2=

1

√12+22+ 32+32 12+32+32+12+32+12 =

1

√53 = 0,137

𝑥6,2=

3

√12+22+ 32+32 12+32+32+12+32+12 =

3

√53 = 0,412

𝑥7,2=

3

√12+22+ 32+32 12+32 +32+12+32+12 =

3

√53 = 0,412

𝑥8,2=

1

√12+22+ 32+32 12+32+32+12+32+12 =

1

√53 = 0,137

𝑥9,2=

3

√12+22+ 32+32 12+32 +32+12+32+12 =

3

√53 = 0,412

𝑥10,2=

1

√12+22+ 32+32 12+32 +32+12+32+12 =

1

√53 = 0,137

Normalisasi Kolom 3 Kriteria Ph Tanah


𝑥𝑖,2=

𝑍𝑖,1


𝑥1,3=

2

√22+32+ 22+32+22+22+ 32+22+32+32 =

2

√65 = 0,248

𝑥2,3=

3

√22+32+ 22+32+22+22 +32+22+32+32 =

3

√65 = 0,372

𝑥3,3=

2

√22+32+ 22+32+22+22 +32+22+32+32 =

2

√65 = 0,248

𝑥4,3=

3

√22+32+ 22+32+22+22 +32+22+32+32 =

3

√65 = 0,372

𝑥5,3=

2

√22+32+ 22+32+22+22+32+22+32+32 =

2

√65 = 0,248

𝑥6,3=

2

√22+32+ 22+32+22+22 +32+22+32+32 =

2

√65 = 0,248

𝑥7,3=

3

√22+32+ 22+32+22+22 +32+22+32+32 =

3

√65 = 0,372

𝑥8,3=

2

√22+32+ 22+32+22+22 +32+22+32+32 =

2

√65 = 0,248

𝑥9,3=

3

√22+32+ 22+32+22+22+32+22+32+32 =

3

√65 = 0,372

𝑥10,3=

3

√22+32+ 22+32+22+22+32+22+32+32 =

3

√65 = 0,372

Normalisasi Kolom 4 Kriteria Tekstur

Tanah


𝑥𝑖,2=

𝑍𝑖,1


𝑥1,4=

5

√52+22+ 52+22+52+12+42+52+52+42 =

5

√166 = 0,388

𝑥2,4=

2

√52+22+ 52+22+52+12+42+52+52+42 =

2

√166 = 0,155

𝑥3,4=

5

√52+22+ 52+22+52+12 +42+52+52+42 =

5

√166 = 0,388

𝑥4,4=

2

√52+22+ 52+22+52+12 +42+52+52+42 =

2

√166 = 0,155

𝑥5,4=

5

√52+22+ 52+22+52+12 +42+52+52+42 =

5

√166 = 0,388

𝑥6,4=

1

√52+22+ 52+22+52+12 +42+52+52+42 =

1

√166 = 0,078

𝑥7,4=

4

√52+22+ 52+22+52+12 +42+52+52+42 =

4

√166 = 0,310

𝑥8,4=

5

√52+22+ 52+22+52+12 +42+52+52+42 =

5

√166 = 0,388

𝑥9,4=

5

√52+22+ 52+22+52+12 +42+52+52+42 =

5

√166 = 0,388

𝑥10,4=

4

√52+22+ 52+22+52+12 +42+52+52+42 =

4

√166 = 0,310

248


E-ISSN : 2685-5240

248

Normalisasi Kolom 5 Kriteria Jenis Tanah


𝑥𝑖,2=

𝑍𝑖,1


𝑥1,5=

3

√32+42+ 32+32+32+42+42+32+42+32 =

3

√118 = 0,276

𝑥2,5=

4

√32+42+ 32+32+32+42+42+32+42+32 =

4

√118 = 0,368

𝑥3,5=

3

√32+42+ 32+32+32+42+42+32+42+32 =

3

√118 = 0,276

𝑥4,5=

3

√32+42+ 32+32+32+42+42+32+42+32 =

3

√118 = 0,276

𝑥5,5=

3

√32+42+ 32+32+32+42+42+32+42+32 =

3

√118 = 0,276

𝑥6,5=

4

√32+42+ 32+32+32+42+42+32+42+32 =

4

√118 = 0,368

𝑥7,5=

4

√32+42+ 32+32+32+42+42+32+42+32 =

4

√118 = 0,368

𝑥8,5=

3

√32+42+ 32+32+32+42+42+32+42+32 =

3

√118 = 0,276

𝑥9,5=

4

√32+42+ 32+32+32+42+42+32+42+32 =

4

√118 = 0,368

𝑥10,5=

3

√32+42+ 32+32+32+42+42+32+42+32 =

3

√118 = 0,276

Dari perhitungan nilai normalisasi di

atas, maka diperoleh matriks Nilai Normalisasi

(Xi) sebagai berikut :

X=

0,316 0,137 0,248 0,388 0,276

0,316 0,275 0,372 0,155 0,368

0,316 0,412 0,248 0,388 0,276

0,316 0,412 0,372 0,155 0,276

0,316 0,137 0,248 0,388 0,276

0,316 0,412 0,248 0,078 0,368

0,316 0,412 0,372 0,310 0,368

0,316 0,137 0,248 0,388 0,276

0,316 0,412 0,372 0,388 0,368

0,316 0,137 0,372 0,310 0,276

1.4.7 Menghitung Nilai Optimalisasi

Menghitung Nilai Optimasi

Multiobjektif MOORA dalam hal ini

mengacu pada tiap kriteria memiliki bobot

(W) tersendiri. Nilai optimasi ini dihitung

untuk setiap alternatif yang diberikan. Nilai

tersebut merupakan jumlah perkalian bobot

kriteria dengan nilai atribut maksimun (max)

yaitu nilai atribut bertipe benefit dengan

jumlah perkalian dari bobot kriteria. Adapun

nilai perhitungan seperti dalam perhitungan

berikut ini:

Nilai Optimalisasi A1

𝑥1,1 ∗ 𝑤1 + 𝑥1,2 ∗ 𝑤2 + 𝑥1,3 ∗ 𝑤3 + 𝑥1,4 ∗

𝑤4 + 𝑥1,5 ∗ 𝑤5 )𝑦1=(

𝑦1=(0,316*0,16)+(0,137*0,21)+(0,248*0,18)

+(0,388*0,23)+(0,276*0,22) = 0,2739

𝑥2,1 ∗ 𝑤1 + 𝑥2,2 ∗ 𝑤2 + 𝑥2,3 ∗ 𝑤3 + 𝑥2,4 ∗

𝑤4 + 𝑥2,5 ∗ 𝑤5 )Nilai Optimalisasi A2

𝑦2= (

𝑦2=(0,316*0,16)+(0,275*0,21)+(0,372*0,18)

+(0,155*0,23)+(0,368*0,22) = 0,2918

𝑥3,1 ∗ 𝑤1 + 𝑥3,2 ∗ 𝑤2 + 𝑥3,3 ∗ 𝑤3 + 𝑥3,4 ∗


𝑦3= (

𝑦3=(0,316*0,16)+(0,412*0,21)+(0,248*0,18)

+(0,388*0,23)+(0,276*0,22)

= 0,3316

𝑥4,1 ∗ 𝑤1 + 𝑥4,2 ∗ 𝑤2 + 𝑥4,3 ∗ 𝑤3 + 𝑥4,4 ∗


𝑦4= (

𝑦4=(0,316*0,16)+(0,412*0,21)+(0,372*0,18)

+(0,155*0,23)+(0,276*0,22)= 0,3004

𝑥5,1 ∗ 𝑤1 + 𝑥5,2 ∗ 𝑤2 + 𝑥5,3 ∗ 𝑤3 + 𝑥5,4 ∗


249


E-ISSN : 2685-5240

249

𝑦5=

(𝑦5=(0,316*0,16)+(0,137*0,21)+(0,248*0,18)+(

0,388*0,23)+(0,276*0,22)

= 0,2739

Nilai Optimalisasi A6

𝑥6,1 ∗ 𝑤1 + 𝑥6,2 ∗ 𝑤2 + 𝑥6,3 ∗ 𝑤3 + 𝑥6,4 ∗

𝑤4 + 𝑥6,5 ∗ 𝑤5 )𝑦6= (

𝑦6=(0,316*0,16)+(0,412*0,21)+(0,248*0,18)+(

0,078*0,23)+(0,368*0,22)

= 0,2806

𝑥7,1 ∗ 𝑤1 + 𝑥7,2 ∗ 𝑤2 + 𝑥7,3 ∗ 𝑤3 + 𝑥7,4 ∗


𝑦7=

(𝑦7=(0,316*0,16)+(0,137*0,21)+(0,248*0,18)+(

0,388*0,23)+(0,276*0,22)

= 0,3563

𝑥8,1 ∗ 𝑤1 + 𝑥8,2 ∗ 𝑤2 + 𝑥8,3 ∗ 𝑤3 + 𝑥8,4 ∗


𝑦8= (

𝑦8=(0,316*0,16)+(0,137*0,21)+(0,248*0,18)+(

0,388*0,23)+(0,276*0,22)= 0,2739

𝑥9,1 ∗ 𝑤1 + 𝑥9,2 ∗ 𝑤2 + 𝑥9,3 ∗ 𝑤3 + 𝑥9,4 ∗


𝑦9= (

𝑦9=(0,316*0,16)+(0,412*0,21)+(0,372*0,18)+(

0,388*0,23)+(0,276*0,22)= 0,3742

𝑥10,1 ∗ 𝑤1 + 𝑥10,2 ∗ 𝑤2 + 𝑥10,3 ∗ 𝑤3 +

𝑥10,4 ∗ 𝑤4 + 𝑥10,5 ∗ 𝑤5 )Nilai Optimalisasi A10

𝑦10= (

𝑦10=(0,316*0,16)+(0,137*0,21)+(0,372*0,18)+(

0,310*0,23)+(0,276*0,22)= 0,2783

1.4.8 Menentukan Ranking

Dalam urutan dari yang terbesar

sampai dengan yang terkecil, diperoleh hasil

ranking yaitu seperti pada tabel dibawah ini.

Tabel III.11 Hasil Ranking

Alternatif Alamat

Lahan Nilai Ranking

A9 Jl. Sawi

Payaroba 0,3742 1

A7 Jl. Pusara

Kulon Ujung 0,3563 2

A3 Jl. Sei

BatangHasu 0,3316 3

A4 Jl. Sawo 0,3004 4

A2 Jl. Gugus

Depan 0,2918 5

A6 Jl. KL Yos

Sudarso 0,2806 6

A10

Jl. Gajah

Mada

Tunggurono

0,2783 7

A1

Jl. P.

Diponegoro

Tunggurono

0,2739 8

A5

Jl. Gunung

Kawi Bhakti

Karya

0,2739 9

A8

Jl. Gunung

Selamet

Bhakti

Karya

0,2739 10

Dari hasil Rangking di atas, maka A9

Jl. Sawi Payaroba dinyatakan paling baik

untuk pemilihan lahan pertanian yang tepat

untuk meningkatkan hasil panen cabai.

1.5 Perancangan Sistem

Adapun perancangan sistem yang

akan dirancang yaitu sebagai berikut.

250


E-ISSN : 2685-5240

250

1.5.1 Flowchart

Mulai

Menghitung Nilai Optimalisasi

Selesai

Hasil Perhitungan /

Ranking

Input Nilai Kriteria,

Bobot dan Alternatif

Normalisasi Data

Membuat Matriks

Gambar III.2 Flowchart Sistem Pendukung

Keputusan Pemilihan Lahan Pertanian Yang

Tepat Untuk Meningkatkan Hasil Panen

Cabai. Menggunakan Metode MOORA

Berdasarkan gambar diatas dapat dijelaskan

sebagi berikut :

1. Mulai (start)

2. Input data kriteria, bobot kriteria nilai

alternatif setiap kriteria

3. Membuat matriks data nilai alternatif

4. Normalisasi data nilai alternatif

5. Menghitung nilai optimalisasi data dan

perangkingan

6. Selesai

7.

1.5.2 Aktivity Diagram

Adapun aktivity diagram dapat dilihat

seperti pada gambar dibawah ini.

LoginMenampilkan Menu

Login

Menyimpan menu data Kriteri, Bobot, Alternatif

Analis

Menampilkan Menu Utama

Admin Sistem

Menu DataMenampilkan menu data Kriteri,

Bobot, Alternatif

Pimpinan

Login

ValidTidak

Ya

Input Data

Membuat Matriks

Normalisasi Nilai

Optimalisasi Nilai

Hasil Ranking

Cetak LaporanLaporanLaporan Hasil pemilihan

Lahan

Gambar III.3 Aktivity Diagram Sistem

Pendukung Keputusan Pemilihan Lahan

Yang Tepat Untuk Meningkatkan Hasil

Panen Cabai.

1.6 Pembahasan Antar Muka

1. Halaman Login

Gambar III.4 Halaman Login

251


E-ISSN : 2685-5240

251

2. Menu Kriteria

Gambar III.5 Menu Data Kriteria

3. Analisa

Gambar III.6 Menu Analisa Metode

MOORA

1.7 Implementasi

Adapun hasil prosesnya yaitu sebagai

berikut.

Gambar III.7 Analisa Perhitungan Metode

MOORA

Gambar III.8 Hasil Analisa Perhitungan

Metode MOORA

Gambar III.9 Laporan Hasil Proses

Analisa Metode MOORA

4. KESIMPULAN Maka dapat mengambil kesimpulan

sebagai berikut :

1 Sistem pendukung keputusan dengan

menggunakan metode MOORA untuk

pemilihan lahan pertanian yang tepat

untuk meningkatkan hasil panen cabai

berdasarkan inputan data kriteria dan

penilaian alternatif dapat digunakan serta

dapat diambil keputusan dari data yang

ada.

2 Dari hasil metode MOORA, hasil yang

diperoleh dengan nilai tertinggi yaitu

lahan pertanian yang berlokasi di Jl. Sawi

252


E-ISSN : 2685-5240

252

Payaroba Binjai Barat dengan perolehan

nilai analisis sistem 0,3742 dengan kriteria

temperatur 31°C, curah hujan sedang, PH

tanah 6, tekstur tanah kasar dan jenis tanah

lempung. Dengan demikian Lahan

pertanian Induk Binjai Berjaya merupakan

lahan pertanian terbaik untuk meningkatkan

hasil penen cabai di Kota Binjai.

5. SARAN Beberpa saran dari penulis yaitu sebagai

berikut.

1. Perlu dilakukan penelitian dengan

menggunakan metode selain MOORA

dengan algoritma yang berbeda atau dengan

menggabungkan dengan metode lain agar

dapat dijadikan perbandingan metode yang

lebih baik

2. Penelitian lebih lanjut diharapkan mampu

mengaplikasikan dengan metode yang

berbeda dan dapat menghasilkan sistem

pendukung keputusan yang lebih baik

sebagai bahan perbandingan hasil yang tepat

dan menggunakan aplikasi yang berbeda

selain menggunakan pemograman microsof

visual studio (Vb.Net).

DAFTAR PUSTAKA

[1] A MH Pardede & N Noriyenni, 2015

Proceding. KeTIK., Sistem Pendukung

Keputusan Pemberian Jumlah SKS

Mengajar Dosen Pada STMIK Kaputama

Binjai,

[2]. Arief 2011, PHP Digunakan Untuk

Membuat Websaite Pribadi dan membuat

halaman web yang dinamis.

[3] Andi 2010, Pengertian SQL Server 2008,

Sebuah Trombosan Baru Dari Microsoft

Data Base

[4] Andri kristato 2007 Database adalah

“kumpulan dari data yang dapat

digambarkan sebagai aktivitas dari satu atau

lebih oraganiasi yang berelasi.

[5] Attri and Grover 2013, MOORA diterapkan

untuk memecahkan banyak permasalahan

ekonomi, majerial dan konstruksi pada

sebuah perusahaan maupun proyek.

[6] Brauers and zavadskas, 2006

Chakraborty, 2011, Gadakh, 2011, El-

Santwy and Ahmed, 2012 Kalibatas, et

al. 2008, Lootsma, 1999. Menentukan

Tujuan Untuk Mengidentifikasi Atribut

Evaluasi Yang Bersangkutan.

[7] Brauers et al.2009 dalam Acelik 2014.

Rumusan Penghitung Nilai Optimasi

Multiobjektif MOORA.

[8] Fathansyah (2012) Pengertian Basis Data

terdiri atas 2 kata yaitu basis dan kata,

basis kurang lebih dapat diartikan sebagai

markas atau gudang tempat berkumpul.

[9] Sanjaya L dkk, 2002 Pengertian Cabai

Pertama Ditemukan Oleh Columbus dan

Diintroduksikan Keseluruh Dunia.

[10] Fauzi, A., Marpaung, I.J.S. and Pardede,

A.M.H., 2018. SISTEM PENDUKUNG

PEMILIHAN PEKERJAAN

MENGGUNAKAN METODE APRIORI

BERDASARKAN KORELASI

JURUSAN DENGAN IPK UNTUK

MENGETAHUI PEKERJAAN YANG

TEPAT. METHOMIKA: Jurnal

Manajemen Informatika &

Komputerisasi Akuntansi, 2(2), pp.152-

159.

[11] Y Maulita, K Lumbanbatu dkk, 2018.

Jurnal METHOMIKA. Penggunaan

Metode Topsisi & Metode Electre

Sebagai Perbandingan Hasil Keputusan

Pemilihan Notasi Lahan Tambak Paling

Terbaik Untuk Dijadikan Usaha Tambah

Air Pyau,

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN LAHAN …

Documents

Transcript of SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN LAHAN …