SPK pemilihan Hotel

SISTEM PENUNJANG KEPUTUSAN PEMILIHAN HOTEL di KOTA MALANG dan di KOTA BATU MENGGUNAKAN METODE FMADM DENGAN SAW

ENGGAR SILVIA ARIANSYAH (10.51.0037)

Tugas Paper SPK (Sistem Pendukung Keputusan), Ahsan S.Kom

S1 SI (Sistem Informatika), STMIK PPKIA PRADNYA PARAMITA MALANG

Abstract Kota Malang dan kota Batu yang saat ini bernotaben sebagai salah satu kota wisata yang ramai di Indonesia mempunyai banyak pengunjung. Pengunjung yang datangpun terdiri dari pengunjung domestik dan mancanegara baik untuk urusan pekerjaan, karya wisata, keperluan pribadi dan lain-lain. Bersamaan dengan ini banyak para investor atau pengusaha yang memanfaatkan peluang ini dengan membangun penginapan sebagai penunjang, sehingga banyak sekali pilihan hotel untuk pengunjung kota Malang dan kota Batu yang beraneka ragam. Pengunjung yang akan menginap perlu menentukan hotel yang tepat, dengan banyaknya jumlah hotel sering kali pengunjung bingung untuk memilih dan mencari hotel yang sesuai dengan kriterianya.

sistem penunjang keputusan merupakan sistem yang dibuat untuk membantu manusia dalam menentukan suatu keputusan.

Salah satu metode yang dapat digunakan dalam pemilihan hotel ini ialah metode SAW (Simple Additive Weighting). Metode ini menggunakan metode penjumlahan berbobot. Metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada.

Index Terms SPK, Metode FMADM,  Simple Additive Weighting.

I.PENDAHULUAN

Kota Malang dan kota Batu semakin ramai sebagai kota wisata. Kota ini memiliki beberapa daerah yang berpotensi sebagai tempat tujuan wisata yang menarik. Pengunjung yang datangpun terdiri dari pengunjung domestik dan mancanegara baik untuk urusan pekerjaan, karya wisata, keperluan pribadi dll. Bersamaan dengan ini banyak para investor atau pengusaha yang memanfaatkan peluang ini dengan membangun penginapan sebagai penunjang, sehingga banyak sekali pilihan hotel untuk pengunjung di Kota Malang dan Kota Batu dengan beragam kelas hotel, harga, fasilitas dan layanan. Pengunjung yang akan menginap di suatu hotel perlu menentukan hotel yang tepat sesuai dengan kriterianya, dengan banyaknya jumlah hotel yang tersedia sering kali pengunjung bingung untuk memilih dan mencari yang sesuai dengan kebutuhannya.

Perkembangan teknologi semakin maju dan informasi menjadi sangat penting untuk disampaikan. Teknologi informasi berperan untuk menghasilkan informasi yang berkualitas melalui pengolahan, pemrosesan, penyimpanan maupun pemanipulasian data. Melalui internet informasi dapat dengan cepat dan mudah untuk ditambah, dibaca dan diolah (Ratriana, 2011). Salah satu jenis teknologi informasi ialah Sistem Pendukung Keputusan (SPK) yang dikenalkan pertama kali oleh Michael S. Scott Morton pada tahun 1970-an sebagai sistem berbasis komputer yang membantu pengambilan keputusan (Turban, 2005).

Metode SAW merupakan metode dengan model penjumlahan berbobot. Metode SAWmembutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada.

  1. DASAR TEORI
  2. SPK

Sistem pendukung keputusan (SPK) adalah bagian dari sistem informasi berbasis komputer termasuk sistem berbasis  pengetahuan atau manajemen pengetahuan yang dipakai untuk mendukung pengambilan keputusan dalam suatu organisasi atau perusahaan. Dapat juga dikatakan sebagai sistem komputer yang mengolah data menjadi informasi untuk mengambil keputusan dari masalah semi terstruktur yang spesifik.

Sistem pendukung keputusan maka dapat ditentukan karakteristik antara lain :

  1. Mendukung proses pengambilan keputusan, menitik beratkan pada management by perception.
  2. Adanya interface manusia atau mesin dimana manusia (user) tetap memegang kontrol proses pengambilan keputusan
  3. Mendukung pengambilan keputusan untuk membahas masalah terstruktur, semi terstruktur dan tidak terstruktur.
  4. Memiliki kapasistas dialog untuk memperoleh informasi sesuai dengan kebutuhan.
  5. Memiliki subsistem-subsistem yang terintegrasi sedemikian rupa sehingga dapat berfungsi sebagai kesatuan item.
  6. Membutuhkan struktur data komprehensif yang dapat melayani kebutuhan informasi seluruh tingkatan manajemen. [1]
  7. Hotel

Definisi atau pengertian hotel menurut lembaga atau pakar, antara lain sebagai berikut :

  1. Menurut Menteri Perhubungan, hotel adalah suatu bentuk akomodasi yang dikelola secara komersial, disediakan bagi setiap orang untuk memperoleh pelayanan penginapan berikut makan dan minum (SK.MenHub. RI. No. PM 10/PW.391/PHB-77).
  2. Menurut AHMA (American Hotel & Motel Association), hotel adalah suatu tempat dimana disediakan penginapan, makanan, dan minuman, serta pelayanan lainnya, untuk disewakan bagi para tamu atau orang –orang yang tinggal untuk sementara waktu.
  3. Menurut Webster, hotel adalah suatu bangunan atau lembaga yang menyediakan kamar untuk menginap, makanan, dan minuman, serta pelayanan lainnya untuk umum.

Dengan mengacu pada pengertian di atas, dan untuk menertibkan perhotelan di Indonesia , pemerintah menurunkan peraturan yang dituangkan dalam Surat Keputusan Menparpostel No. KM 37/PW.340/MPPT-86, tentang peraturan Usaha dan Penggolongan Hotel. Bab I, pasal 1, Ayat (b) dalam SK tersebut menyebutkan bahwa :

“Hotel adalah suatu jenis akomodasi yang mempergunakan sebagian atau seluruh bangunan untuk menyediakan jasa penginapan, makanan dan minuman serta jasa penunjang lainnya bagi umum yang dikelola secara komersial.” [2]

  1. FMADM

Fuzzy Multiple Attribute Decision Making (FMADM) adalah suatu metode yang digunakan untuk mencari alternatif optimal dari sejumlah alternatif dengan kriteria tertentu. Inti dari FMADM adalah menentukan nilai bobot untuk setiap atribut, kemudian dilanjutkan dengan proses perankingan yang akan menyeleksi alternatif yang sudah diberikan.

Ada beberapa metode yang dapat digunakan untuk menyelesaikan masalah FMADM, antara lain:

  1. Simple Additive Weighting (SAW)
  2. Weighted Product (WP)
  3. ELECTRE
  4. Technique for Order Preference by Similarity to Ideal Solution (TOPSIS)
  5. Analytic Hierarchy Process (AHP)
  1. Simple Additive Weighting (SAW)

Metode SAW (Simple Additive Weighting) sering juga dikenal istilah metode penjumlahan terbobot. Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut. Metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada.

 

dimana rij adalah rating kinerja ternormalisasi dari alternatif Ai pada atribut Cj; i=1,2,…,m dan j=1,2,…,n. Nilai preferensi untuk setiap alternatif (Vi) diberikan sebagai:

Nilai Vi yang lebih besar mengindikasikan bahwa alternatif Ai lebih terpilih.[3]

III.             ANALISA DAN PERANCANGAN SISTEM

  1. Hirarki Kriteria

Adapun keterangan dari diagram diatas adalah :

  1. Harga :  harga sewa terdiri dari 2 pilihan, yakni harga antara 300 ribu-500 ribu dan pilihan kedua yaitu harga sekitar 500 ribu-700 ribu.
  2. Lokasi yang dipilih mempunyai 2 pilihan yaitu Kota Malang dan Kota Batu
  3. Kelas kamar terdiri dari 2 pilihan yaitu standard room dan suite room.
  4. Bintang : Hotel yang dipilih mempunyai pilihan antara hotel bintang 4 dan hotel bintang 5.
  5. Hari : hari yang dipilih yaitu weekend dan hari biasa.
  1. Flowchart

 

 

  1. Kasus

Dalam proses pemilihan hotel terdapat lima kriteria seperti yang tergambar pada hirarki kriteria sebelumnya. Dalam contoh kasus ini ada 3 hotel yang nantinya akan dipilih oleh wisatawan untuk tempat singgahan mereka. Dimana dari ketiga hotel ini akan di pilih 2 diantaranya sebagai hotel yang layak untuk dihuni. Dengan menggunakan  FMADM metode SAW akan diselesaikan permasalahan ini dengan mudah, cepat dan tepat.

  1. PEMBAHASAN

Berdasarkan uraian permasalahan yang terdapat pada bab sebelumnya, maka dalam bab ini akan diuraikan solusi dalam menyelesaikan permasalahan tersebut.

  1. Tabel Kriteria

Dalam pemilihan Hotel ini terdapat 5 kriteria. Berikut adalah kriteria yang dibuat dalam tabel 4.1 :

Tabel 4.1 Tabel Kriteria

Kriteria Keterangan
C1 Harga
C2 Lokasi hotel (Malang atau Batu)
C3 Kelas kamar (Standart atau Suiteroom)
C4 Bintang hotel (Bintang 4 atau Bintang 5)
C5 Hari penyewaan (Weekend atau hari biasa)

Teknik pembobotan pada criteria dapat dilakukan dengan beragai macam cara dan metode yang abash. Pase ini dikenal dengan istilah pra-proses. Namun bisa juga dengan cara secara sederhana dengan memberikan nilai pada masing-masing secara langsung berdasarkan persentasi nilai bobotnya. Sedangkan untuk yang lebih baik bisa digunakan fuzzy logic.

Penggunaan Fuzzy logic, sangat dianjurkan bila kritieria yang dipilih mempunyai sifat yang relative, misal Umur, Panas, Tinggi, Baik atau sifat lainnya.

Kriteria

No Nama C1 C2 C3 C4 C5
1 Hotel Ibish Malang(V1) 0.5 0.75 0.25 0.25 0.25
2 Hotel Purnama Batu(V2) 0.75 0.25 0.5 0.5 0.5
3 Hotel Savana Malang(V3) 0.25 0.5 0.5 0.5 0.25

Pembobotan

No KRITERIA Nilai bobot
1 C1 0.20
2 C2 0.35
3 C3 0.10
4 C4 0.20
5 C5 0.15
Total 1

 

Diubah ke dalam matrik keputusan sebagai berikut:

0.5        0.75      0.25      0.25 0.25

X =       0.75     0.25      0.5       0.5       0.5

0.25      0.5       0.5       0.5       0.5

Penghitungan Normalisasi

Untuk normalisai nilai, jika faktor kriteria cost digunakanan rumusan

Rii = ( min{Xij} / Xij)

Maka nilai-nilai normalisasi cost menjadi:

R11 = min{0,5;0.75;0.25} /0.5 = 0.25 / 0.5

= 0.5

R21 = min{0,5;0.75;0.25} /0.75= 0.25 / 0.75

= 0.33

R31 = min{0,5;0.75;0.25} /0.25=0.25 / 0.25

= 0.1

R12 = min{0,75;0.25;0.5} /     0.75= 0.25 / 0.5

= 0.5

R22 = min{0,75;0.25;0.5} /     0.25= 0.25 / 0.25

= 0.1

R32 = min{0,75;0.25;0.5} /     0.5= 0.25 / 0.5

= 0.5

R13 = min{0.25;0.5;0.5} / 0.25= 0.25 / 0.25

= 0.1

R23 = min{0.25;0.5;0.5} / 0.5 = 0.25 / 0.5

= 0.5

R33 = min{0.25;0.5;0.5} / 0.5 = 0.25 / 0.5

= 0.5

Rii = ( Xij / max{Xij})

Maka nilai-nilai normalisasi benefit menjadi:

 

R14 =  0.25/ max{0.25;0.5;0.5} = 0.25 / 0.5        = 0.5

R24 =  0.5 / max{0.25;0.5;0.5} = 0.5 / 0.5           = 0.1

R34 =  0.5 / max{0.25;0.5;0.5} = 0.5 / 0.5           = 0.1

R15 =  0.25/ max{0.25;0.5;0.75} = 0.25 / 0.5      = 0.5

R25 =  0.5 / max{0.25;0.5;0.75}= 0.5 / 0.5          = 0.1

R35 =  0.25 / max{0.25;0.5;0.25}= 0.25 / 0.5       = 0.5

Tabel Faktor Ternormalisasi

0.5                 0.5       0.1       0.5       0.5

R =       0.33      0.1       0.5       0.1       0.1

0.1        0.5       0.5       0.1       0.5

Perangkingan

Keterangan:

Vi                = rangking untuk setiap alternatif

wj                = nilai bobot dari setiap kriteria

rij                 = nilai rating kinerja ternormalisasi

W      = (0.20 ; 0.35 ; 0.10 ; 0.20 ; 0.15)

V1     = ( 0.5 x 0.20) + ( 0.5 x 0.35) + (0.1×0.1) + (0.5×0.20) + (0.5×0.15)

= 1 + 0.175 + 0.1 + 1 + 0.75

= 3.025

V2       = ( 0.33 x 0.20) + ( 0.1 x 0.35) + (0.5×0.10) + (0.1×0.2) + (0.1×0.15)

= 0.66 + 0.35 + 0.5 + 0.2 + 0.15

=1.86

V3     = (0.1 x 0.20) + ( 0.5 x 0.35) + (0.5×0.10) + (0.1×0.20) + (0.5×0.15)

=0.2 + 0.175 + 0.5 + 0.2 + 0.75

= 1.825

Kesimpulan

Berdasarkan  nilai perankingan maka dapat

direkomendasikan Hotel yang akan dipilih sebagai tempat persinggahan adalah

V1 dan V3 yaitu hotel Ibish Malang dan Hotel Savana Malang

  1. KESIMPULAN DAN SARAN
  2. Kesimpulan
  3. Sistem yang dibangun dapat mempermudah wisatawan dalam pemilihan Hotel
  4. Sistem yang dibangun dapat mempercepat wisatawan dalam pemilihan Hotel
  5. Sistem yang dibangun dapat mengurangi kesalahan wisatawan dalam pemilihan Hotel.
  6. Metode FMADM dengan metode SAW dapat diterapkan untuk menentukan pemilihan Hotel.
  7. Saran
  8. Untuk membantu para wisatawan dalam melakukan pemilihan hotel disarankan menggunakan metode SAW ini.

References

[1] Hombar Pakpahan . http:// artipengetahuan. blogspot.com/2013/02/fuzzy-multiple-attribute-decision.html.online . 24 Januari 2014  9:33 WIB

[2]  http://rockylittledog.blogspot.com/ 1 Februari 2014 21:14 WIB

[3] Noname. http://eprints. uny.ac.id/8957 /3/ BAB%202-08502241019.pdf. online. 24 Januari 2014 09.00 WIB

SUMBER : Disini

Categories: Technopreneurship | Tinggalkan komentar

Navigasi pos

Tinggalkan komentar