Sistem Pendukung Keputusan Pemilihan Lipcream Menggunakan Metode Vikor [PDF]

Citation preview

Sistem Pendukung Keputusan Pemilihan Lipcream Terbaik Menggunakan Metode VIKOR Syilvia Windy Kharisma Putri(1), Ulla Delfiana Rosiani(2) Program Studi Teknik Informatika, Teknologi Informasi, Politeknik Negeri Malang email : [email protected](1) , [email protected] (2)



Abstrak Berbagai macam jenis kosmetik memiliki kelebihan tersendiri. Namun, ada salah satu kosmetik yang paling berpengaruh pada penampilan seseorang, yaitu lipcream. Lipcream merupakan kosmetik yang biasanya digunakan oleh wanita untuk meningkatkan penampilan dengan cara mengoleskannya ke bibir. Dengan menggunakan lipcream dapat memberi kesan lebih segar, muda, hingga menimbulkan kesan percaya diri. Meningkatnya minat terhadap kosmetik terutama lipcream di Indonesia dilatar belakangi adanya berbagai merek lipcream dari dalam maupun luar negeri yang dipasarkan di Indonesia. Sehingga banyak wanita yang bingung untuk menentukan lipcream mana yang akan dibeli. Berdasarkan kondisi tersebut, dibutuhkan sistem pendukung keputusan yang dapat menentukan pembelian lipcream berdasarkan kriteria tertentu menggunakan metode VIKOR. Metode VIKOR dipilih karena dapat digunakan untuk menyeleksi lebih dari satu kriteria. Kata Kunci : Lipcream, Sistem Pendukung Keputusan, VIKOR.



1. PENDAHULUAN Dewasa ini, minat terhadap produk kecantikan terutama lipcream di Indonesia semakin meningkat. Hal ini dilatar belakangi adanya berbagai merek lipcream dari dalam maupun luar negeri yang dipasarkan di Indonesia. Lipcream merupakan kosmetik yang biasanya digunakan oleh wanita untuk meningkatkan penampilan dengan cara mengoleskannya ke bibir. Dengan menggunakan lipcream dapat memberi kesan lebih segar, muda, hingga menimbulkan kesan percaya diri. Sasaran produk lipcream adalah kaum wanita dan meliputi semua kalangan. Kriteria yang perlu diperhatikan dalam membeli lipcream diantaranya harga, varian warna, daya tahan, dan tekstur. Dari banyaknya lipcream yang dipasarkan, membuat banyak wanita bingung untuk menentukan lipcream mana yang akan dibeli. Oleh karena itu, untuk menentukan merek lipcream yang sesuai dengan kriteria tersebut, dibutuhkan sebuah sistem pendukung keputusan. Sistem pendukung keputusan merupakan sebuah sistem yang mampu memberi kemampuan dalam pemecahan masalah, atau kemampuan pengkomunikasian dalam masalah



dengan kondisi semi terstruktur dan tidak terstruktur yang menghasilkan suatu alternatif terbaik (Sistem Pendukung Keputusan (SPK), 2019). Multi Attribute Decision Making adalah suatu metode yang digunakan untuk menentukan alternatif yang optimal dari beberapa alternatif dengan kriteria tertentu. Ada beberapa metode yang dapat digunakan untuk menyelesaikan masalah MADM, misalnya VIKOR. VIKOR merupakan salah satu metode yang digunakan pada Multi Atribute Decision Making (MADM) dengan melihat solusi/alternatif terdekat sebagai pendekatan kepada solusi ideal dalam perangkingan. (dsn, 2018) 2. TINJAUAN PUSTAKA 2.1 Lipcream Lipcream merupakan kosmetik yang digunakan untuk memberi warna pada bibir. Dengan menggunakan lipcream dapat memberi kesan lebih segar, muda, hingga menimbulkan kesan percaya diri. Lipcream merupakan pengembangan dari lipstik, salah satu perbedaannya yaitu daya tahan lipcream lebih lama dibandingkan lipstik. 2.2. Sistem Pendukung Keputusan Menurut Turban pada (Riadi, 2013), sistem pendukung keputusan atau Decision Support Systems (DSS) adalah sistem informasi interaktif yang menyediakan informasi, pemodelan dan pemanipulasian data yang digunakan untuk membuat pengambilan keputusan pada situasi yang semiterstruktur dan situasi yang tidak terstruktur di mana tak seorang pun tahu secara pasti bagaimana keputusan seharusnya dibuat. Sistem pendukung keputusan bertujuan untuk menyediakan informasi, membimbing, memberikan prediksi serta mengarahkan kepada pengguna informasi agar dapat melakukan pengambilan keputusan dengan lebih baik. 2.3 VIKOR Vise Kriterijumska Optimizajica I Kompromisno Resenje (VIKOR) merupakan metode Multi Attribute Decision Making (MADM) yang diperkenalkan pertama kali oleh Serafim Opricovic pada tahun 1998 . Kemudian digunakan dalam masalah MultiAttribute Decision Making. VIKOR didasarkan pada solusi terbaik yang diperoleh berdasarkan solusi ideal terdekat. Kemudian melakukan perangkingan dengan membandingkan jarak ke solusi ideal. Metode VIKOR menggunakan normalisasi linear, yang bertujuan untuk mendapatkan solusi terbaik dengan tingkat keuntungan. (Azmi, Barus, Marbun, Ginting, & Hasibuan, 2018). Semakin kecil nilai indeks VIKOR(Qi) maka semakin baik pula solusi alternatif tersebut. Langkah-langkah perhitungan dengan Metode VIKOR sebagai berikut : 1. Membuat matriks keputusan (F)



Dari data yang didapat dijadikan data untuk matriks keputusan F. Pada langkah ini setiap kriteria dan alternatif disusun ke dalam bentuk matrik S F. Aj menyatakan alternatif ke i=1,2,3,.m; dan Cxn menyatakan kriteria ke j=1,2,3,. n.



Keterangan : xij i j Ai Cj F



: Respon alternatif i pada kriteria j : 1,2,3, ..., m adalah nomor urutan alternatif : 1,2,3, ..., n adalah nomor urutan atribut atau kriteria : Alternatif ke -i : Kriteria ke -j : Matriks Keputusan



2. Menentukan bobot kriteria (W) Menentukan bobot kriteria yang diperoleh dari pengguna sistem sesuai dengan kebutuhan atau kriteria yang diinginkan. Rumusan umum untuk bobot kriteria adalah berlaku persamaan : 𝑛



∑



𝑤𝑗 = 1 𝑗=1



Keterangan : wj : bobot kriteria j j : 1,2,3, ..., n adalah nomor urutan atribut atau kriteria



3. Membuat matriks normalisasi (N) Dari matriks F di atas kemudian dinormalisasikan dengan persamaan sebagai berikut :



Keterangan : fij : Fungsi respon alternatif i pada kriteria j fj+ : nilai terbaik/positif dalam satu kriteria j



fj- : nilai terjelek/negatif dalam satu kriteria j i : 1,2,3, ..., m adalah nomor urutan alternative j : 1,2,3, ..., n adalah nomor urutan atribut atau kriteria N : Matriks Ternormalisasi Penentuan nilai data terbaik/positif (f+j) dan terburuk/negatif (f-j) atau dengan istilah Cost dan Benefit dalam satu variabel penelitian ditentukan oleh jenis data variabel penelitian higher-the-better (HB) atau lower-the-better (LB) Nilai (f+j) dan (f-j) tersebut dinyatakan sebagai berikut : fj+ = max(f1j, f2j, f3j,...,fmj) fj- = min(f1j, f2j, f3j,...,fmj)



(4) (5)



Keterangan : fj+ : nilai terbaik/positif dalam satu kriteria j fj- : nilai terjelek/negatif dalam satu kriteria j i : 1,2,3, ..., m adalah nomor urutan alternative j : 1,2,3, ..., n adalah nomor urutan atribut atau kriteria 4. Normalisasi bobot (F*) Melakukan perkalian antara nilai data yang telah dinormalisasi (N) dengan nilai bobot kriteria (W) yang telah ditentukan, dengan perhitungan sebagai berikut : F*ij = Wj . Nij



(6)



Keterangan : F*ij wj Nij i j



: nilai data ternormalisasi yg sudah terbobot untuk alternatif i pada kriteria j : nilai bobot pada kriteria j : nilai data ternormalisasi untuk alternatif i pada kriteria j : 1,2,3, ..., m adalah nomor urutan alternatif : 1,2,3, ..., n adalah nomor urutan atribut atau kriteria



5. Menghitung nilai Utility Measure (S) dan Regret Measure (R) Utility Measure dan Regret Measure dari setiap alternatif dihitung menggunakan rumus sebagai berikut :



6. Menghitung indeks VIKOR (Q) Indeks VIKOR dapat dihitung menggunakan rumus berikut :



Keterangan :  S- = mini(Si)  S+ = maxi(Si)  R- = mini(Ri)  R+ = maxi(Ri) v merupakan bobot berkisar antara 0-1 (umumnya bernilai 0,5). Nilai v adalah bobot strategy of the maximum group utility, sedangkan nilai 1-v adalah bobot dari individual regret. Semakin kecil nilai indeks VIKOR(Qi) maka semakin baik pula solusi alternatif tersebut. 3. HASIL DAN PEMBAHASAN Berikut tabel 1 dan 2 merupakan kriteria lipcream dan data alternatif yang digunakan: Tabel 1. Kriteria lipcream C1 C2 C3 C4



Kriteria Harga Varian Warna Daya tahan Tekstur



Atribut Cost Benefit Benefit Benefit



Tabel 2. Alternatif lipcream Alternatif A1 Wardah A2 Purbasari A3 Make Over A4 Maybelline A5 Mineral Botanica A6 Revlon A7 Emina A8 La Tulipe A9 Sariayu A10 Pixy



Langkah perhitungan : 1. Menyusun alternatif dan kriteria ke dalam bentuk matriks keputusan (F) sebagai berikut : Tabel 3. Matriks keputusan f A1 A2 A3 A4 A5 A6 A7 A8 A9 A10



C1 2 3 1 1 2 2 3 3 3 3



C2 2 1 2 3 2 2 2 1 2 2



C3 1 2 3 4 1 2 2 1 2 2



C4 3 2 3 3 1 2 2 3 1 3



2. Menentukan bobot kriteria Tabel 4. Bobot kriteria W1 W2 W3 W4



0.25 0.30 0.25 0.20



3. Membuat matriks Normalisasi (N) Membuat matriks normalisasi berdasarkan persamaan (3), dengan sebelumnya menghitung dahulu nilai positif dan negatif dari masing-masing kriterianya. Untuk menghitung nilai positif dan negatif sebagai solusi ideal dari setiap kriteria ini digunakan persamaan (4) dan (5). f1+ = max {f11; f21; f31;....;f10} = max{2;3;1;....;3} =3 Dan seterusnya hingga f4+ f1- = min {f11; f21; f31;....;f10} = min {2;3;1;....;3} =1 Dan seterusnya hingga f4-. Hingga diperoleh seperti di bawah ini :



Tabel 5. Solusi ideal positif dan negatif f+ 3 3 4 3



C1 C2 C3 C4



f1 1 1 1



Setelah nilai positif dan negatif diperoleh maka selanjutnya menghitung normalisasi matriks keputusan N sesuai dengan persamaan (3), untuk masingmasing alternatif dan kriteria sebagai berikut : N11 =



(3−2) (3−1)



= 0,5 Dan seterusnya hingga N10,4. Hingga diperoleh matriks normalisasi (N) sebagai berikut : Tabel 6. Matriks normalisasi n A1 A2 A3 A4 A5 A6 A7 A8 A9 A10



C1 0.5 0 1 1 0.5 0.5 0 0 0 0



C2 0.5 1 0.5 0 0.5 0.5 0.5 1 0.5 0.5



C3 1 0.666666667 0.333333333 0 1 0.666666667 0.666666667 1 0.666666667 0.666666667



C4 0 0.5 0 0 1 0.5 0.5 0 1 0



4. Mengalikan matriks keputusan N dengan bobot kriteria F*11 = N1*W1 = (0,5)*(0,25) = 0,125 Dan seterusnya hingga N10,4. Hingga diperoleh seperti di bawah ini :



Tabel 7. Matriks keputusan n A1 A2 A3 A4 A5 A6 A7 A8 A9 A10



C1 0.125 0 0.25 0.25 0.125 0.125 0 0 0 0



C2 0.15 0.3 0.15 0 0.15 0.15 0.15 0.3 0.15 0.15



C3 0.25 0.166666667 0.083333333 0 0.25 0.166666667 0.166666667 0.25 0.166666667 0.166666667



C4 0 0.1 0 0 0.2 0.1 0.1 0 0.2 0



5. Menghitung utility measure dari setiap alternatif. Ada 2 utility measure yang dihitung, yaitu nilai S dan R. Perhitungan S sesuai dengan persamaan (7) untuk setiap alternatif adalah sebagai berikut : S1 = F*11 + F*12 + F*13 + F*14 = 0,125 + 0,15 + 0,25 + 0 = 0,525 Dan seterusnya hingga S10 seperti di bawah ini : Tabel 8. Utility measure s Utility measure S S1 0.525 S2 0.566666667 S3 0.483333333 S4 0.25 S5 0.725 S6 0.541666667 S7 0.416666667 S8 0.55 S9 0.516666667 S10 0.316666667



Perhitungan R sesuai dengan persamaan (8) untuk setiap alternatif adalah sebagai berikut : R1 =max {F*11 + F*12 + F*13 + F*14} = max {0,125 + 0,15 + 0,25 + 0} = 0,25 Dan seterusnya hingga R10 seperti di bawah ini :



Tabel 9. Utility measure r Utility measure R R1 0.25 R2 0.3 R3 0.25 R4 0.25 R5 0.25 R6 0.166667 R7 0.166667 R8 0.3 R9 0.2 R10 0.166667



6. Menghitung indeks (Q) Sebelum menghitung nilai indeks (Q) dari tiap alternatif, perlu dihitung terlebih dahulu nilai-nilai S+, S-, R+, dan R- sebagai berikut : S+ = max {S1; S2; S3;....S10} = max {0,525; 0,567; 0,483;.....;0,316} = 0,725 S- = min {S1; S2; S3;....S10} = min {0,525; 0,567; 0,483;.....;0,316} = 0,25 R+ = max {R1; R2; R3;....R10} = max {0,25; 0,3; 0,25;.....;0,1667} = 0,3 R- = min {R1; R2; R3;....R10} = min {0,25; 0,3; 0,25;.....;0,1667} = 0,1667 Perhitungan nilai indeks (Q) dari setiap alternatif sesuai dengan persamaan (9) adalah sebagai berikut : Q1 = 0,525 − 0,25



0,25 − 0,1667



= 0,5 [0,725 − 0,25] + (1 − 0,5) [ 0,3 − 0,1667 ] Dan seterusnya hingga Q10. Seperti di bawah ini :



Tabel 10. Indeks vikor Q Q1 Q2 Q3 Q4 Q5 Q6 Q7 Q8 Q9 Q10



Nilai 0.602 0.833 0.558 0.313 0.813 0.307 0.175 0.816 0.406 0.070



Ranking 7 10 6 4 8 3 2 9 5 1



Dari perhitungan menggunakan metode VIKOR di atas, Lipcream terbaik yaitu Q10 dengan skor sebesar 0,070. Metode VIKOR ini berbeda dengan metode MADM lainnya, alternatif dengan nilai terkecil lah yang terbaik.



4. KESIMPULAN Berdasarkan hasil analisis dan pembahasan, maka diperoleh kesimpulan sebagai berikut: 1) Metode VIKOR merupakan metode Multi Attribute Decision Making (MADM) yang bermanfaat untuk mengambil keputusan. 2) Metode VIKOR berbeda dengan metode lainnya, yaitu nilai indeks VIKOR (Qi) pada alternatif yang terkecil itulah solusi alternatif terbaiknya. 3) Pada penelitian pemilihan lipcream ini terdapat 4 kriteria dan 10 alternatif 4) Hasil analisis dari metode VIKOR didapatkan merek lipcream terbaik yaitu, merek PIXY.



DAFTAR PUSTAKA Azmi, D. T., Barus, H., Marbun, F. L., Ginting, G., & Hasibuan, N. A. (2018). Perancangan Sistem Pendukung Keputusan Penerimaan Siswa Baru. Jurnal Riset Komputer (JURIKOM), 124-129. dsn, C. (2018, March 20). Contoh Implementasi DSS dengan Metode VIKOR menggunakan PHP dan MySQL untuk Seleksi Penerima Beasiswa. From Cahya's Blog: https://cahyadsn.phpindonesia.id/extra/vikor.php#perhitungan



Riadi, M. (2013, September 18). Pengertian Sistem Pendukung Keputusan. From KajianPustaka.com: https://www.kajianpustaka.com/2013/09/sistem-pendukungkeputusan-spk.html Sistem Pendukung Keputusan (SPK). (2019, October 4). (Ruang Guru) Retrieved December 10, 2019 from https://www.ruangguru.co.id/pengertian-sistempendukung-keputusan-spk-lengkap/