Sistem pendukung keputusan ini dirancang untuk membantu PT Kereta Api Indonesia DAOP 8 Surabaya dalam memilih mitra tender proyek dengan metode Promethee. Sistem ini akan menilai calon mitra berdasarkan kriteria prakualifikasi dan pascakualifikasi, kemudian memberikan peringkat untuk memilih pemenang tender berdasarkan preferensi pengambil keputusan. Harapannya sistem ini dapat meningkatkan akurasi dan efisiensi proses seleksi mitra tender proy
1. RANCANG BANGUN SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN
PEMENANG TENDER PROYEK KERETA API MENGGUNAKAN
METODE PROMETHEE
(STUDI KASUS PT. KERETA API INDONESIA DAOP 8 SURABAYA)
Wahyu Chusnul Rozil1)
1) S1 / Jurusan Sistem Informasi, Sekolah Tinggi Manajemen Komputer & Teknik Komputer
Surabaya, email : Sundayboy.boy@gmail.com
Abstraks : Partner selection process is one important part in project activities Since impact on the
quality and efficiency of construction costs. Partner selection process conducted by PT Kereta Api Indonesia
(Persero) DAOP 8 Surabaya still less because it still manual. It is therefore easy to confuse in choosing a partner
who will be selected and human error is always disturb the decision making process, because the information
obtained is less rapid and precise yan so often interfere with the selection process. To address this we need a
decision support system that can manage the assessment criteria. Partner selection process conducted by
Promethee method, ie by ranking the criteria. With Tender Decision Support With a systematic method of
selection of winners Promethee, the process of partner selection criteria can produce an alternative that can be
used by decision makers in determining which partners become tender pemenan railway project in the project.
Keywords: Motorcycle, Promethee and Web services
PT. KERETA API INDONESIA
(Persero) DAOP 8 Surabaya adalah salah
satu cabang PT. KERETA API INDONESIA
(Persero) dimana perusahaan BUMN (Badan
Usaha Milik Negara) ini bergerak dibidang
jasa angkutan kereta api.
Pelelangan Proyek diadakan guna
menawarkan tender pekerjaan kepada
perusahaan-perusahaan rekanan. Selama ini
PT. KERETA API INDONESIA (Persero)
DAOP 8 Surabaya dalam pengerjaan
proyeknya selalu menggunakan perusahaan-perusahaan
rekanan. Rekanan yang
bekerjasama dengan PT. KERETA API
INDONESIA (Persero) DAOP 8 Surabaya
adalah rekanan yang ditentukan oleh bagian
lelang PT. KERETA API INDONESIA
(Persero) DAOP 8 Surabaya. Perusahaan-perusahaan
rekanan ini akan dipilih
kemudian akan dijadikan sebagai pelaksana
pengerjaan proyek tertentu. Penentuan ini
didasarkan pada penilaian atau evaluasi yang
dilakukan oleh pihak lelang. Tetapi dalam
proses penyeleksian pemenang tender dan
pendokumentasian masih bersifat manual
sehingga rentan terhadap kesalahan dan
memerlukan waktu proses yang lama, juga
diperlukan ketelitian dan keuletan yang
sangat tinggi dalam menentukan pemenang
tender.
Berdasarkan permasalahan yang ada
dibuatlah sistem pendukung keputusan dalam
penentuan pemenang tender PT. KERETA
API INDONESIA (Persero) DAOP 8
Surabaya. Sistem yang dikembangkan,
menerapkan teori yang ada pada PT.
KERETA API INDONESIA (Persero)
DAOP 8 Surabaya sesuai dengan SK Direksi
Kep.U/PL102/XI/45/KA/2010 tgl 16
Nopember.
1
2. Berdasarkan uraian di atas maka
dibangun Sistem Pendukung Keputusan
Pemilihan pemenang Tender Proyek dengan
menerapkan metode PROMETHEE karena
“PROMETHEE menekankan pada pola
kesederhanaan perhitungan outranking
criteria inputan” (Brans, 1986:179). Aplikasi
ini memberikan informasi siapa yang layak
menjadipemenang tender pekerjaan sehingga
menjadisolusi dalam penentuan pemenang
tender proyek kereta api.
LANDASAN TEORI
Sistem Pendukung Keputusan
Menurut Turban oleh Nizetic et. al.
(2006:2), Sistem berbasis komputer interaktif,
yang membantu para pengambil keputusan yang
menggunakan data dan berbagai model untuk
memecahkan masalah yang tidak terstruktur.
Kemudian didefinisikan lagi menurut Keen oleh
Nizetic et. al. (2006:1) sebagai berikut, Sistem
Pendukung Keputusan (SPK) memadukan
sumber daya intelektual dari individu dengan
kapabilitas komputer untuk meningkatkan
kualitas keputusan.
Multi Criteria Decision Making
Menurut Nachtnebel oleh Ziller et. al.
(2008:1), MCDM bertujuan memilih alternatif
terbaik dari suatu set alternatif yang harus
memenuhi beberapa tujuan yang telah memilki
beberapa kriteria. Serta sebagaimana yang
dikemukakan Howard oleh Ziller et. al. (2008:1),
MCDM sebagai prosedur sistematis untuk
mengubah suatu keputusan masalah yang
kompleks dengan urutan langkah-langkah
tertentu yang dapat membantu pengambil
keputusan dalam sebuah keputusan yang rasional.
MCDM memiliki beberapa langkah
proses. Menurut Jung oleh Ziller et. al. (2008:1),
mengusulkan proses sebagai berikut:
1. Membangun model untuk menjelaskan
sistem testruktur, komponen, dan interaksi
antar kriteria.
2. Definisi tujuan.
3. Spesifikasi kriteria yang relevan untuk
mengidentifikasi tujuan diinginkan dan
tidak diinginkan.
4. Menciptakan dan mengidentifikasi
alternatif yang mungkin.
5. Mencoba alternatif pilihan yang ada,
apakah sudah mampu memenuhi tujuan
yang akan dicapai.
6. Menganalisa dampak alternatif pilihan
yang ada.
7. Menimbang dan mengurutkan dari
alternatif pilihan sesuai dengan preferensi
pengambil keputusan.
Preference Ranking Organization Method
for Enrichment Evaluation
Promethee adalah satu dari beberapa
metode penentuan urutan atau prioritas dalam
analisis multikriteria. Metode ini dikenal sebagai
metode yang efisien dan simple, tetapi juga yang
mudah diterapkan dibanding dengan metode lain
untuk menuntaskan masalah multikriteria.
Metode ini mampu mengakomodir kriteria
2
3. pemilihan yang bersifat kuantitatif dan kualitatif.
Masalah utamanya adalah kesederhanaan,
kejelasan dan kestabilan. Dugaan dari dominasi
kriteria yang digunakan dalam Promethee adalah
penggunaan nilai dalam hubungan outranking.
Menurut Hunjak (1997:161), masalah pembuatan
keputusan dengan multikriteria dapat dituliskan
sebagai berikut
............... ....... (1)
Jika A adalah set dari alternatif pilihan
yang mungkin terjadi, f1, f2, ..., fk adalah kriteria
yang mana telah dievaluasi sebelumnya. Apabila
semua kriteria memiliki tingkat kepentingan yang
tidak sama, pembobotannya dapat ditandai
dengan w1,w2, ..., wk. Data dasar untuk evaluasi
dengan metode Promethee disajikan pada Tabel
1.
Tabel 1. Data Evaluasi
f1(.) f2(.) fj(.) fk(.)
w1 w2 ... wj ... wk
a1
f1
(a1)
f2
(a1)
...
Fj
(a1)
...
Fk
(a1)
a2
f1
(a2)
f2
(a2)
...
Fj
(a2)
...
Fk
(a2)
.. .. .. .. .. .. ..
ai
f1
(ai)
f2
(ai)
...
Fj
(ai)
...
Fk
(ai)
an
f1
(an)
f2
(an)
...
Fj
(an)
...
Fk
(an)
(Sumber: Hunjak (1997:161))
Menurut Hunjak (1997:167),
promethee dapat dijelaskan dalam tiga tahapan:
1. Mengumpulkan semua struktur preferensi
Memaparkan kriteria yang dijadikan untuk
mendapatkan pertimbangan dari rentang
deviasi dalam penilaian sebuah altenatif
dari tiap kriteria yang ada.
2. Mengumpulkan relasi yang dominan
Relasi outrangking dibuat sesuai dengan
estimasi dari alternatif dari semua kriteria.
Total tingkatan dari preferensi adalah suatu
alternatif yang mana mendominasi dari
hitungan untuk masing-masing pasangan
alternatif yang lain.
3. Analisis keputusan
Metode promethee I memberikan sebuah
peringkat sebagian dari set A. Informasi
akan alternatif yang tidak memiliki
tandingan juga telah diberikan. Metode
promethee II akan memberikan peringkat
yang komplit dari set A.
Promethee I
Promethee I adalah peringkat sebagian
dimana nilai terbesar pada leaving flow dan nilai
kecil dari entering flow merupakan alternatif
yang terbaik.
3
Max{f1(a),f2(a),…,fk(a) : a Î A
4. Promethee I menampilkan partial
rangking (PI, II, RI) dengan mempertimbangkan
interseksi dari dua preorder.
Partial rangking ditujukan kepada
pembuat keputusan, untuk membantu
pengambilan keputusan masalah yang
dihadapinya. Dengan menggunakan metode
Promethee I masih menyisakan bentuk
incomparible atau dengan kata lain hanya
menghasilkan solusi partial rangking (sebagian).
Jika pembuat keputusan menginginkan solusi
komplit maka hendaknya menggunakan
promethee II (Hunjak, 1997:169).
Promethee II
Dalam kasus complete rangking dalam
K adalah penghindaran dari bentuk incomparible,
Promethee II complete preorder (PII , III)
disajikan dalam bentuk net flow. Melalui
complete rangking, informasi bagi pembuat
keputusan lebih realistik karena dapat membuat
perbandingan terhadap semua alternatif yang
muncul (Hunjak, 1997:169).
Fungsi Preferensi Untuk Keperluan Kriteria
Guna memberikan gambaran yang lebih
baik terhadap area yang tidak sama digunakan
fungsi selisih nilai kriteria antar alternatif H (d)
dimana hal ini mempunyai hubungan langsung
dengan fungsi preferensi P. Dalam promethee
disajikan 6 (enam) fungsi preferensi kriteria
(Chou, 2004:53).
1. Kriteria Biasa (Usual Criterion)
.........................(2)
Keterangan :
1. H (d) : Fungsi selisih kriteria antar alternatif
2. d : Selisih nilai kriteria {d = f (a) – f (b)}
Fungsi H (d) untuk fungsi preferensi ini
disajikan pada Gambar 1.
Gambar 1. Kriteria Biasa (Chou, 2004:53)
2. Kriteria Quasi (Quasi Criterion)
........................(3)
Keterangan :
1. H (d) : Fungsi selisih kriteria antar alternatif
2. d : Selisih nilai kriteria {d = f (a) – f (b)}
3. Parameter (q) : Harus merupakan nilai yang
tetap
Fungsi H (d) untuk fungsi preferensi ini
disajikan pada Gambar 2.
Gambar 2. Kriteria Quasi (Chou, 2004:53)
4
5. 3. Kriteria Preferensi Linier
..............(4)
Keterangan :
1. H (d) : Fungsi selisih kriteria antar alternatif
2. d : Selisih nilai kriteria {d = f (a) – f (b)}
3. p: Nilai kecenderungan atas
Fungsi H (d) untuk fungsi preferensi ini
disajikan pada Gambar 3.
Gambar 3. Kriteria Preferensi Linier (Chou,
2004:53)
4. Kriteria Level
..................(5)
Keterangan
1. H (d) : Fungsi selisih kriteria antar alternatif
2. p : Nilai kecenderungan atas
3. Parameter (q) : Harus merupakan nilai yang
tetap.
Fungsi H (d) untuk fungsi preferensi ini
disajikan pada Gambar 4.
Gambar 4. Kriteria Level (Chou, 2004:53)
5. Kriteria Preferensi Linier dan area yang
berbeda
............(6)
Keterangan:
1. H (d) : Fungsi selisih kriteria antar alternatif
2. d : Selisih nilai Kriteria {d=f(a) – f(b)}
3. Parameter (p) : nilai kecenderungan atas.
4. Parameter (q) : Harus merupakan nilai yang
tetap
Fungsi H (d) untuk fungsi preferensi ini
disajikan pada Gambar 5 di halaman 6.
Gambar 5. Kriteria Preferensi Linier dan
area yang tidak berbeda (Chou,2004:53)
6. Kriteria Gaussian (Gaussian Criterion)
..................(7)
Fungsi H (d) untuk fungsi preferensi ini
disajikan pada Gambar 2.6.
Gambar 6. Kriteria Level (Chou, 2004:53)
Desain Arsitektur
5
6. Sistem flow Prakualifikasi diawali
dengan menginputkan data kelengkapan
persyaratan yang dimiliki oleh rekanan.,
kemudian sistem akan menyimpan dan
memprosesyang kemudian akan dihasilkan
rekanan yang lolos kelengkapan persyaratan.
Kemudian akan disimpan dan dicetak dalam
dokumen peserta lelang. Urutan proses dapat
dilihat pada Gambar 7.
Gambar 7. Sistem Flow Prakualifikasi
Sistem flow Pascakualifikasi diawali
dengan menginputkan data penawaran kemudian
data tersebut akan diproses dengan data
kelengkapan persyaratan yang dimiliki oleh
rekanan., kemudian sistem akan menyimpan dan
memproses yang kemudian akan dihasilkan
rekanan yang memenangkan pelelangan tender.
Urutan proses dapat dilihat pada Gambar 8.
Gambar 8. Sistem Flow Pascakualifikasi
Gambar 9 menunjukkan gambaran secara
umum diagram konteks Sistem Pendukung
Keputusan Pemilihan Pemenang tender. Sistem
pendukung keputusan pemilih pemenang tender
ini terdiri dari 3 sub proses yaitu pendaftaran
peserta lelang, prakualifikasi, dan
pascakualifikasi.
6
7. Data Pekerjaan
Data Kriteria Prakualifikasi
Data Kriteria Pascakualifikasi
Data Nilai Prakualifikasi
Data Nilai Pascakualifikasi
Data Preferensi
Data Kontraktor lolos Prakualifikasi
Pemenang Tender
Dokumen Lelang
Dokumen Penawaran
Konfirmasi Pendaftaran
Konfirmasi Pemenang Lelang
0
SPK Pemilihan Pemenang
Tender Kontraktor Proyek Kereta Api
Panitia
Lelang
Gambar 9. Context Diagram Context Diagram
Sistem Pendukung Keputusan
Pemilihan Pemenang tender
HASIL DAN PEMBAHASAN
Perangkingan
Gambar 10 dan Gambar 11 merupakan
form perangkingan digunakan untuk menghitung
bobot dari tiap alternatif yang telah tersimpan
kemudian merangking dari tiap alternatif
meggunakan metode promethee. Pada proses
perangkingan terdapat proses manipulasi data
yaitu proses penyimpanan data perangkingan dan
membatalkan proses perhitungan bobot.
Gambar 10 . Form Perangkingan I
Gambar 11 Form Perangkingan II
Hasil Perangkingan
Gambar 12 merupakan form hasil
perangkingan digunakan untuk melihat hasil dari
perhitungan bobot dan perangkingan alternatif
supplier obat terbaik yang telah disimpan
sebelumnya. Pada proses hasil perangkingan
terdapat tampilan dari supplier obat terbaik yang
sesuai dari obat yang dipilih.
Gambar 11. Form Hasil Perengkingan
Analisa Hasil Uji Coba Sistem
Fitur Dasar Sistem
Analisa hasil uji coba dari keseluruhan
uji yang dilakukan akan menentukan kelayakan
dari fitur dasar sistem berdasarkan desain yang
telah dibuat. Fitur-fitur dasar sistem disebut layak
7
8. apabila keseluruhan hasil uji coba ini sesuai
dengan output yang diharapkan. Pada uji coba
yang telah dilakukan pada fitur-fitur dasar sistem
seperti yang telah diuji dapat disimpulkan
bahwasannya fitur-fitur dasar tersebut telah
berjalan dengan baik dan tidak terdapat error.
Fungsi-fungsi tambah data, ubah data, simpan
maupun tampil dapat berjalan sebagaimana alur
yang akan dicapai.
Validasi Sistem
Analisa hasil uji coba validasi sistem
dilakukan untuk mengetahui dan menganalisa
bahwa proses-proses utama dalam sistem dengan
masukan keseluruhan data yang ada telah
berjalan sebagaimana mestinya.
Perhitungan Sistem
Analisa hasil uji coba dilakukan untuk
menguji kinerja sistem untuk pencarian supplier
obat yang terbaik berdasarkan perhitungan bobot
dan perangkingan. Tujuan analisa hasil uji coba
ini untuk mencari keakuratan kinerja sistem
dalam proses perhitungan menggunakan
promethee. Sebagai contoh kasus, berikut ini
perbandingan perhitungan manual dengan hasil
perhitungan aplikasi untuk rancang bangun
sistem pendukung keputusan pemilihan
pemenang tender tahun 2010. Sebelum
melakukan perhitungan menggunakan promethee
akan ditetapkan nilai bobot detil dari kriteria
kualitatif yang bertipe Biasa dan Level.
Adapun kriteria yang digunakan pada
penentuan alternatif pemenang tender adalah
sebagai berikut :
1. Kriteria Jarak dealer ke gudang
2. Kriteria Jumlah pemesanan sepeda motor
3. Kriteria Jumlah stok yang tersisa
4. Kriteria Waktu pemesanan
Berikut adalah tabel nilai kualitatif
alternatif dedan merupakan data awal dari
Tabel 1. Tabel Nilai Kualitatif
Keterangan:
A. Kriteria
1. f1(.)= Penilaian Administrasi
2. f2(.)= Penilaian Keuangan
3. f3(.)= Penilaian Pengalaman Perusahaan
4. f4(.)= Penilain Kemampuan Teknis
8
Kriteria
Max
/
min
Alternatif
A1 A2 A3 A4 A5 Tipe Parameter
f1 Max
0,7
6
0,2
4
0,7
6
0,2
4
0,2
4 III P= 0,35
f2 Max
0,6
3
0,3
1
0,3
1
0,6
3
0,3
1 III P= 0,21
f3 Max
0,3
3
0,6
5
0,3
3
0,3
3
0,3
3 III P= 0,21
f4 Max
0,6
6
0,3
3
0,3
3
0,3
3
0,3
3 II Q= 0,11
9. B. Alternatif tender
1. U1 = CV Cahaya Karya
2. U2 = CV Tapak Bimo
3. U3 = CV Satria
4. U4 = CV Adhityama
C. Tipe Preferensi Kriteria
1. Tipe I = Kriteria Biasa.
2. Tipe IV = Kriteria Level
Berikut perhitungan nilai treshold untuk
contoh kasus penentuan prioritas pengiriman
sepeda motor.
1. Untuk f1(.)
v = 0.5, q = 0,125, p = 0.375
2. Untuk f2(.)
v = 0.2, q = 0.05, p = 0.15
3. Untuk f3(.)
v = 0.1 q = 0.025, p = 0.075
4. Untuk f4(.)
v = 0.3, q = 0.075, p = 0.225
KESIMPULAN
Setelah dilakukan analisis,
perancangan sistem dan pembuatan aplikasi
Sistem Pendukung Keputusan pemilihan
pemenang tender proyek kereta api
menggunakan Metode Promethee ini serta
dilakukan evaluasi hasil penelitiannya, maka
dapat diambil kesimpulan sebagai berikut:
1. Sistem Pendukung Keputusan pemilihan
pemenang tender proyek kereta api
mampu menghasilkan pemenang tender
terbaik sesuai dengan perhitungan metode
promethee.
2. Perhitungan dan pembobotan
menggunakan metode promethee mampu
diimplementasikan dengan baik pada
pemilihan pemenang tender proyek kereta
api .
3. Metode Promethee dapat menghitung
pembobotan dan perangkingan dalam
kasus pengambilan keputusan
multikriteria.
4. Dari hasil uji coba sistem dapat membuat
keputusan pemenang tender proyek pada
tahun 2010 yaitu CV Cahaya Karya
menduduki peringkat satu dan selanjutnya
di ikuti oleh CV Tapak Bimo, dan CV
Satria
SARAN
Adapun saran-saran yang dapat
digunakan untuk mengembangkan aplikasi yang
telah dibuat adalah sebagai berikut:
1. Aplikasi Multi Criteria Decision Making ini
dapat dikembangkan sehingga memiliki
kriteria dinamis pada penentuan pemenang
tender kereta api sehingga hasil alternatif
yang dihasilkan lebih optimal. Beberapa cara
dapat dilakukan salah satunya yaitu dengan
9
10. menambah metode yang dapat menentukan
bobot nilai kualitatif seperti Fuzzy Multi
Criteria Decision Making.
2. Aplikasi ini dapat dikembangkan menjadi
sistem informasi Online(web), pendaftaran
rekanan secara langsung.
DAFTAR RUJUKAN
Amelia.Pemrograman Sistem Informasi.
Surabaya: Sekolah Tinggi Manajemen
Informatika & Teknik Komputer
Surabaya.
Arhami, Muhammad. 2005. Konsep Dasar
Sistem Pakar. Yogyakarta: Andi
Offset.
Brans, Jean-Pierre & Mareschal, Bertrand. Tanpa
tahun. How To Decide Promethee.
ULB and VUB Brussels Free
Universities.
Hasan, I. 2002. Pokok – Pokok Materi Teori
Pengambilan Keputusan. Jakarta:
Ghalia Indonesia..
Hunjak, Tihomir, 1997, Mathematical
foundations of the methods for
multicriterial decison making,
Mathematical Communications, -, -.
Jogiyanto, HM. 1995. Analisa dan Desain Sistem
Informasi. Yogyakarta: Andi Offset.
Suryadi K. dan M. A Ramdhani, 1998, Sistem
Pendukung Keputusan, PT. Remaja
Rosdakarya, Bandung.
10