Dokumen tersebut membahas implementasi metode Simple Additive Weighting (SAW) untuk membantu memilih mobil bekas terbaik berdasarkan beberapa kriteria di sebuah bengkel. Metode ini digunakan untuk menormalisasi data mobil, memberi bobot untuk setiap kriteria, dan menghitung skor setiap mobil untuk memilih yang terbaik. Hasilnya mengusulkan mobil pertama sebagai pilihan terbaik berdasarkan perhitungan SAW.

1. Oleh : Rendy Mahardika
NIM : 11201367

2. Mobil adalah salah satu kendaraan yang
penting pada saat ini.
UD. Kharisma Motor adalah perusahaan jual
beli yang menawarkan berbagai macam mobil
bekas berkualitas.
Karena terbatasnya tempat untuk mobil bekas
di showroom ini, maka sebisa mungkin pihak
showroom hanya membeli mobil yang
terbaik.

3. Bagaimana penerapan sistem pendukung
keputusan untuk menentukan pembelian
mobil bekas dengan metode Simple Additive
Weighting (SAW) di UD. Kharisma Motor.

4.  Kriteria mobil bekas yang mempengaruhi
pengambilan keputusan adalah mesin, body,
kaki-kaki, interior dan aksesoris, usia mobil,
dan harga.
 Metode yang digunakan adalah metode
Simple Additive Weighting (SAW).
 Lokasi penelitian di UD. Kharisma Motor
Lamongan
 Aplikasi dibuat dengan bahasa pemrograman
VB 6.0 dan menggunakan database Mysql.

5.  Untuk mengimplementasikan SPK dengan
menggunakan metode SAW dalam penentuan
pembelian mobil bekas di UD. Kharisma
Motor
 Penulis lebih memahami penerapan metode
Simple Additive Weighting (SAW) untuk sistem
pendukung keputusan multi kriteria.
 Memberikan wawasan kepada pembaca
tentang metode Simple Additive Weighting
(SAW).

6.  Pengertian
Suatu sistem yang digunakan untuk
membantu memberikan alternatif-alternatif
bagi manajer atau pengambil keputusan
dalam mengambil keputusan yang terkait
dengan masalah yang bersifat semi
terstruktur.

7.  Manfaat
1. Sistem pendukung keputusan memperluas
kemampuan pengambil keputusan dalam
memproses data / informasi bagi pemakainya.
2. Sistem pendukung keputusan membantu
pengambil keputusan dalam penghematan
waktu yang dibutuhkan untuk memecahkan
masalah terutama berbagai masalah yang
sangat kompleks dan tidak terstruktur.

8.  Manfaat
3. Sistem pendukung keputusan dapat
menghasilkan solusi dengan lebih cepat
serta hasilnya dapat diandalkan.
4. Sistem pendukung keputusan dapat
menghasilkan usulan atas sebuah masalah
dalam menentukan suatu hal yang memiliki
beberapa alternatif untuk dipilih.

9.  Kekurangan
1. Ada beberapa kemampuan manajemen dan
bakat manusia yang tidak dapat dimodelkan,
sehingga model yang ada dalam sistem tidak
semuanya mencerminkan persoalan sebenarnya.
2. Kemampuan suatu sistem pendukung keputusan
terbatas pada pengetahuan yang dimilikinya
(pengetahuan dasar serta model dasar).

10.  Kekurangan
3. Proses-proses yang dapat dilakukan oleh
sistem pendukung keputusan biasanya
tergantung juga pada kemampuan
perangkat lunak yang digunakan.
4. Sistem pendukung keputusan tidak
memiliki kemampuan intuisi seperti yang
dimiliki oleh manusia.

11.  Tingatan Teknologi
1. Sistem Pendukung Keputusan Spesifik
(Specific Decision Support System)
2. Pembangkit Sistem Pendukung Keputusan
(Decision Support System Generator)
3. Perlengkapan Sistem Pendukung Keputusan
(Decision Support System Tools)

12.  Konsep Dasar SPK
1. Sistem harus dapat membantu manajer dalam
membuat keputusan guna memecahkan
masalah semi struktur.
2. Sistem harus dapat mendukung manajer,
bukan mencoba menggantikannya.
3. Sistem harus dapat meningkatkan efektivitas
pengambilan keputusan manajer.

13.  Komponen SPK
1. Subsistem Data (Database)
2. Subsistem Model (Model base)
3. Subsistem Dialog (User System Interface)

14.  Karakteristik SPK
1. Interaktif
2. Fleskibel
3. Data Kualitas
4. Prosedur Pakar

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

16.  Metode-metode FMADM
1. Simple Additive Weighting Method (SAW)
2. Weighted Product (WP)
3. Elimination Et Choix Traduisant La Realite (ELECTRE)
4. Technique for Order Preference by Similarity to Ideal
Solution (TOPSIS)
5. Analytic Hierarchy Process (AHP)

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

18.  Penentu Kriteria dan Pembobotan
 Penentu Rating Kecocokan
 Normalisasi
 Perangkingan

22. Mulai
Data Mobil
Proses SAW
Alternatif Mobil
Terbaik
Selesai

23. Kriteria Bobot (%)
Kondisi mesin (C1) 20
Kondisi Body (C2) 20
Kondisi Kaki-kaki (C3) 15
Kondisi Interior dan Aksesoris (C4) 15
Usia Mobil (C5) 5
Harga (C6) 25

24. Kapasitas silinder mesin Kondisi mesin Bobot
< 1.000 cc Segala Kondisi 1
1.000 cc - 1.499 cc Kurang Baik 2
>= 1.500 cc Kurang Baik 3
1.000 cc - 1.499 cc Baik 4
>= 1.500 cc Baik 5
Kondisi Mesin (C1)
Kondisi Body Bobot
Penyok bekas kecelakaan 1
Ada dempulan, cat ada yang lecet 2
Ada dempulan, cat tidak ada yang lecet 3
Kaleng Penuh, cat ada yang lecet 4
Kaleng Penuh, cat tidak ada yang lecet 5
Kondisi Body (C2)
Kondisi Kaki-kaki Bobot
Tidak baik 1
Kurang Baik 2
Sedang 3
Baik 4
Sangat Baik 5
Kondisi Kaki-Kaki (C3)

25. No. Kelengkapan Interior dan Aksesoris
1 Plafon rapi
2 Jok mobil bagus
3 Dashboard bersih
4 AC dingin
5 Ada Audio
6 Ada TV
7 Ada power window
8 Kaca film
9 Electric mirror
10 Remote dan central lock alarm
Kelengkapan interior dan Aksesoris
Jumlah kelengkapan Bobot
0 – 2 kelengkapan 1
3 – 4 kelengkapan 2
5 – 6 kelengkapan 3
7 – 8 kelengkapan 4
9 – 10 kelengkapan 5
Bobot interior dan
Aksesoris (C4)

26. Usia Mobil Bobot
< 3 tahun 1
3 – 5 tahun 2
6 – 10 tahun 3
11 – 15 tahun 4
> 15 Tahun 5
Harga Bobot
< Rp.80.000.000 1
Rp. 80.000.000 – 100.000.000 2
Rp. 100.000.001 – Rp. 130.000.000 3
Rp. 130.000.001 – Rp 175.000.000 4
> Rp. 175.000.000 5
Usia Mobil (C5) Harga Mobil (C6)

27. Data Mobil Keterangan
No. Polisi S-1043-TX
Merk Toyota Avanza Veloz
Mesin 1.500cc kondisi baik
Body Full Kaleng cat utuh tanpa lecet
Kaki-kaki Velg Racing, ban tebal, kondisi baik
Kelengkapan
interior dan
Aksesoris
- Palfon Rapi
- Jok mobil bagus
- Dashboard Bersih
- AC dingin
- Audio ada
- TV ada
- Power Window ada
- Kaca Film ada
- Electric Mirror ada
- Remote dan Central Lock alarm ada
Total = 10 poin
Usia Mobil 3 Tahun
Harga Mobil Rp. 150.000.000
Data Mobil Keterangan
No. Polisi W-381-LV
Merk Daihatsu Xenia Xe
Mesin 1.000cc kondisi kurang baik
Body Full Kaleng cat ada yang lecet
Kaki-kaki Ban lumayan, kondisi baik
Kelengkapan interior
dan Aksesoris
- Palfon Rapi
- Jok mobil bagus
- Dashboard Bersih
- AC dingin
- Audio ada
- TV tidak ada
- Power Window ada
- Kaca Film tidak ada
- Electric Mirror tidak ada
- Remote dan Central Lock alarm ada
Total = 7 poin
Usia Mobil 8 Tahun
Harga Mobil Rp. 85.500.000
Mobil pertama (A1) Mobil kedua (A2)

28. Data Mobil Keterangan
No. Polisi AE-2091-Qd
Merk Isuzu Panther Grand Royal
Mesin 2.500cc kondisi kurang baik
Body Full Kaleng cat tidak ada yang lecet
Kaki-kaki Ban lumayan, kondisi baik
Kelengkapan interior
dan Aksesoris
- Palfon Rapi
- Jok mobil bagus
- Dashboard Bersih
- AC dingin
- Audio ada
- TV tidak ada
- Power Window tidak ada
- Kaca Film tidak ada
- Electric Mirror tidak ada
- Remote dan Central Lock alarm tidak ada
Total = 5 poin
Usia Mobil 18 Tahun
Harga Mobil Rp. 66.000.000
Data Mobil Keterangan
No. Polisi W-1088-PP
Merk Toyota Avanza S
Mesin 1.500cc kondisi baik
Body Full Kaleng cat utuh tanpa lecet
Kaki-kaki Ban agak tebal, kondisi baik
Kelengkapan interior
dan Aksesoris
- Palfon Rapi
- Jok mobil bagus
- Dashboard Bersih
- AC dingin
- Audio ada
- TV tidak ada
- Power Window ada
- Kaca Film ada
- Electric Mirror ada
- Remote dan Central Lock alarm ada
Total = 9 poin
Usia Mobil 5 Tahun
Harga Mobil Rp. 122.000.000
Mobil ketiga (A3) Mobil keempat (A4)

29. Data Mobil Keterangan
No. Polisi W-1561-BM
Merk Isizu Panther Grand Royal
Mesin 2.500cc kondisi kurang baik
Body Ada dempulan, cat tidak ada yang lecet
Kaki-kaki Ban lumayan, per keras dan aga berisik
Kelengkapan interior
dan Aksesoris
- Palfon Rapi
- Jok mobil bagus
- Dashboard Bersih
- AC tidak dingin
- Audio tidak ada
- TV tidak ada
- Power Window tidak ada
- Kaca Film ada
- Electric Mirror tidak ada
- Remote dan Central Lock alarm tidak ada
Total = 4 poin
Usia Mobil 15 Tahun
Harga Mobil Rp. 76.000.000
Data Mobil Keterangan
No. Polisi L-1576-BI
Merk Toyota New Avanza G
Mesin 1.500cc kondisi baik
Body Full Kaleng cat tidak ada yang lecet
Kaki-kaki Ban agak tebal, kondisi baik
Kelengkapan interior
dan Aksesoris
- Palfon Rapi
- Jok mobil bagus
- Dashboard Bersih
- AC dingin
- Audio ada
- TV ada
- Power Window ada
- Kaca Film tidak ada
- Electric Mirror ada
- Remote dan Central Lock alarm ada
Total = 9 poin
Usia Mobil 3 Tahun
Harga Mobil Rp. 140.000.000
Mobil kelima (A5) Mobil keenam (A6)

30. Alternatif C1 C2 C3 C4 C5 C6
A1 5 5 5 5 2 4
A2 2 4 4 4 3 2
A3 3 5 4 3 5 1
A4 5 5 4 5 3 3
A5 3 3 3 2 4 1
A6 5 5 4 5 2 4

31. rij =
Xij
Max Xij
Jika J adalah atribut keuntungan (Benefit)
Xij
Min Xij Jika J adalah atribut biaya (Cost)
= 1=r11 =
5
Max (5;2;3;5;3;5)
5
5
= 0,4=r21 =
2
Max (5;2;3;5;3;5)
2
5
....Sampai Normalisasi R66....
= 0,25=r66 =
4
Min (4;2;1;3;1;4) 1
4

33. Proses selanjutnya adalah perkalian antara
matriks R yang telah ternormalisasi dengan
matriks W. Matrix W adalah Matrix
pembobotan kriteria.
W = [ 0,2 0,2 0,15 0,15 0,05 0,25 ]

34. ....Sampai V6....

35. Rangking terbaik ditentukan dari nilai V
terbesar diantara alternatif-alternatif
sehingga alternatif itulah yang menjadi
usulan alternatif terbaik. Dalam kasus ini
terpilih mobil pertama (A1) sebagai alternatif
terbaik.

36. Aplikasi yang dibangun telah dicoba pada
perangkat keras dengan spesifikasi sebagai
berikut :
 Processor Intel(R) Core(TM) i3-2310M CPU
@2,10 GHz
 Hardisk 500 GB
 RAM 2 GB
 Display 1366 x 768
 Mouse dan keyboard

37. Perangkat lunak yang digunakan untuk
pengimplementasian sistem adalah sebagai
berikut:
 Microsoft Windows 7 Premium 32 bit
 Microsoft Visual Basic 6.0
 My SQL
 Microsoft Office 2007

48.  Pemanfaatan metode Simple Additive Weigting
(SAW) sebagai dasar perhitungan untuk memilih
alternatif mobil bekas terbaik cukup sesuai
dengan kebutuhan perusahaan. karena proses
yang jelas dan dapat memberikan usulan mobil
terbaik dari beberapa alternatif mobil bekas.
 Mengimplementasikan metode Simple Additive
Weighting (SAW) ke dalam sistem pendukung
keputusan membutuhkan beberapa perubahan
terhadap sistem yang telah berjalan saat ini.
Sehingga, sistem yang akan dibuat dapat
menyesuaikan kebutuhan perusahaan dan dapat
menghasilkan keputusan yang tepat.

49.  Di dalam pengembangan sistem selanjutnya,
disarankan menambahkan kriteria dan bobot
lebih banyak untuk masalah kompleks
sehingga dapat lebih luas, lengkap, dan lebih
detail pada hasil rangkingnya.
 Disarankan mencoba menggunakan metode
lain yang bisa memperbaiki masalah yang
lebih kompleks, seperti metode fuzzy atau
metode lainnya.

50. Oleh : Rendy Mahardika
NIM : 11201367