tugas dss pak yoyok
TRANSCRIPT
-
7/24/2019 TUGAS DSS Pak YOYOK
1/19
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN
PROVIDER INTERNET
MENGGUNAKAN METODE
AHP, SAW & TOPSISDOSEN : DRS.RETANTYO WARDOYO,M.SC.,PH.D
NAMA : INDRA NUGROHO 1411600594
ASEP AHMADI 1411600586
SYAIFUL ANWAR 1411600388
HUSNUL KAMAL ZEGA 1411601071
KELOMPOK : MI
MAGISTER ILMU KOMPUTER
UNIVERSITAS BUDI LUHUR
2015
SISTEM PENDUKUNG KEPUTUSAN
-
7/24/2019 TUGAS DSS Pak YOYOK
2/19
DAFTAR ISIBAB I................................................................................................................................................... 2
PENDAHULUAN.................................................................................................................................. 2
BAB II.................................................................................................................................................. 3
LANDASAN TEORI.............................................................................................................................. 3
2.1. ANALYTICAL HIERARCHY PROCESS........................................................................................ 3
2.2. Simple Additeve Weighting (SAW)........................................................................................ 4
2.3. Technique For Other Preference by Similiraty to Ideal Solution (TOPSIS) ........................... 6
BAB III................................................................................................................................................. 7
PEMBAHASAN.................................................................................................................................... 7
3.1. Menentukkan Spesifikasi Provider........................................................................................ 7
3.2. Menentukkan Bobot Parameter dengan Metode AHP......................................................... 7
3.3. Menentukan Rating dengan Interpolasi, Profile Matching, dan AHP................................ 8
Interpolasi...................................................................................................................................... 8
3.4. Mengambil Keputusan dengan Metode SAW dan Metode TOPSIS..................................... 0
BAB IV................................................................................................................................................. 0
KESIMPULAN...................................................................................................................................... 0
-
7/24/2019 TUGAS DSS Pak YOYOK
3/19
BAB I
PENDAHULUAN
Saat ini kebutuhan untuk koneksi di sebuah perusahaan bukan lagi menjadi
pelengkap, melainkan sudah seperti menjadi suatu kebutuhan yang wajib ada
dalam kegiatan sehari-hari. Mulai dari pekerjaan kantor, laporan bahkan dalam
komunikasi sehari-hari koneksi jaringan sangat dibutuhkan. Dewasa ini, banyak
provider penyelenggara jasa internet yang menawarkan dengan harga dan kualitas
yang berbeda, tentunya dengan harga yang bervariasi pula, membuat sebuah
perusahaan menjadi kesulitan dalam menentukan pilihan yang sesuai dengan
kebutuhan dan budget Perusahaan. Tidak jarang juga perusahaan memasang
dengan spesifikasi yang tidak disesuaikan dengan harapan. Misalnya saja,
memasang koneksi jaringan dengan bandwidth tinggi, tetapi harga yang sahat
mahal. Padahal sebenarnya dengan ada provider dengan harga murah dapat
bandwidth yang sama, perusahaan dapat menyesuaikan kebutuhan berdasarkan
kapasitas yang di perlukan, harga yang murah dan pelayana customer yang selalu
ada.
Tentunya permasalahan yang ditimbulkan di atas dapat diperkecil dengan
menghitung menggunakan metode penunjang keputusan yang dapat memberikan
alternatif-alternatif keputusan pemilihan provider penyelenggara jasa internet yang
telah memberikan penawaran terbaik kepada perusahaan. Informasi tersebut
diperoleh dari informasi yang diberikan oleh sales dan dicatat untuk dibandingkan
menurut kebutuhan. Berdasarkan penawaran, sebanyak 5 provider yang
memberikan penawaran khusus di antaranya mengungkapkan bahwa diperlukan
suatu penghitungan yang dapat memberikan alternatif-alternatif keputusan
pemilihan provider jaringan untuk dipasang sebagai sarana bekerja karyawan.
Berangkat dari permasalahan sebelumnya yang mendasari penelitian untuk
menerapkan metode penghitungan pengambil keputusan pemilihan provider agar
perusahaan dapat menentukan pilihan provider dengan tepat sesuai dengan
kebutuhan dan besar kapasitas yang diminta. Metode sistem pendukung keputusan
yang ada dan dapat dijadikan patokan dalam mengambil keputusan beberapa
-
7/24/2019 TUGAS DSS Pak YOYOK
4/19
metode sistem pengambilan keputusan, salah satunya metode yang digunakan
untuk aplikasi sistem pendukung keputusan ini adalah dengan menggunakan
metode Analytical Hieararchy Process.
Metode Analytical Hieararchy Process adalah metode pengambilan
keputusan yang multi kriteria, sedangkan pengambilan keputusan pemilihan
Provider penyelenggara internet juga mengandalkan kriteria-kriteria seperti nama
provider, Kapasitas, pelayanan, dan harga yang bervariasi. Dengan melihat adanya
kriteria-kriteria yang dipergunakan untuk mengambilan keputusan, maka akan
sangat cocok menggunakan metode ini dengan multi kriteria, karena mampu
memilih alternatif terbaik.
BAB II
LANDASAN TEORI
2.1. ANALYTICAL HIERARCHY PROCESS
Sumber kerumitan masalah keputusan bukan hanya dikarenakan faktor
ketidakpastian atau ketidaksempurnaan informasi saja. Namun masih terdapat
penyebab lainnya seperti banyaknya factor yang mempengaruhi terhadap pilihan-
pilihan yang ada, dengan berbagai macam kriteria. Dalam masalah Multi Criteria
Decision Making (MCDM), pengambil keputusan menilai sekumpulan alternatif
keputusan berdasarkan kriteria. Salah satu pendekatan yang sering digunakan untuk
menyelesaikan persoalan MCDM ini adalah dengan metode Analytic Hierarchy
Process (Saaty, 1991). Pada dasarnya Analytic Hierarchy Process adalah suatu teori
umum tentang pengukuran yang digunakan untuk menemukan skala rasio terbaik
dari perbandingan berpasangan yang diskrit maupun kontiniu. Analytic Hierarchy
Process sangat cocok dan flexibel digunakan untuk menentukan keputusan yang
menolong seorang decision maker untuk mengambil keputusan yang efisien dan
efektif berdasarkan segala aspek yang dimilikinya. Jenis-jenis Analytic Hierarchy
Process antara lain (Bound dalam Setiawan, 2009:4).
-
7/24/2019 TUGAS DSS Pak YOYOK
5/19
a. Single-criteria adalah memilih salah satu alternative dengan satu kriteria.
b. Multi-criteria adalah pengambilan keputusan yang melibatkan beberapa
alternatif dengan lebih dari satu kriteria dan memilih satu alternative dengan
banyak kriteria.
A. Tahapan-tahapan Analytic Hierarchy Process
Tahapan-tahapan pengambilan keputusan dengan Metode Analytic Hierarchy
Process (Suryadi & Ramdhani, 1998) adalah sebagai berikut.
a. Mendefinisikan masalah dan menentukan solusi yang diinginkan.
b. Membuat struktur hierarki yang diawali dengan tujuan umum.
c. Membuat perbandingan berpasangan antar faktor.
C = n(n1)/2 (1)
d. Melakukan matriks perbandingan.
e. Menghitung nilai eigen dan menguji
f. konsistensinya.
g. nilai eigen = ((Vij)/n)/(Vij) (2)
h. f. Mengulang langkah 3, 4, dan 5.
i.
g. Menghitung vector eigen kriteria.
j. h. Melakukan perbandingan berpasangan terhadap
k. alternatif.
l. i. Menghitung vector eigen alternatif.
m.j. Menghitung peringkat alternatif.
n. k. Memeriksa konsistensi hierarki.
2.2. Simple Additeve Weighting (SAW)
Metode SAW sering dikenal dengan istilah metode penjumlahan terbobot.
Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating
kinerja pada setiap alternatif pada semua atribut. Metode SAW dapat membantu
dalam pengambilan keputusan suatu kasus, akan tetapi perhitungan dengan
menggunakan metode SAW ini hanya yang menghasilkan nilai terbesar yang akan
terpilih sebagai alternatif yang terbaik. Perhitungan akan sesuai dengan metode ini
-
7/24/2019 TUGAS DSS Pak YOYOK
6/19
apabila alternatif yang terpilih memenuhi kriteria yang telah ditentukan. Metode
SAW ini lebih efisien karena waktu yang dibutuhkan dalam perhitungan lebih
singkat.
Metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke
suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada.
Sedangkan untuk kriterianya terbagi dalam dua kategori yaitu untuk bernilai
positif termasuk dalam kriteria keuntungan dan yang bernilai negatif termasuk
dalam kriteria biaya.
Keterangan :
A : Alternatif
C : Kriteria
W : Bobot Preferensi
V : Nilai preferensi untuk setiap alternatif
X : Nilai Alternatif dari setiap kriteria
Tahapan Metode SAW
1. Menentukan kriteria-kriteria yang akan dijadikan acuan dalam pengambilan
keputusan, yaitu C1.
2. Menentukan rating kecocokan setiap alternatif pada setiap kriteria.
3. Membuat matriks keputusan berdasarkan kriteria (C1), kemudian melakukan
normalisasi matriks berdasarkan persamaan yang disesuaikan dengan jenis
atribut sehingga diperoleh matriks ternormalisasi R.
4. Hasil akhir diperoleh dari proses perankingan yaitu penjumlahan dari
perkalian matriks ternormalisasi R dengan vector bobot sehingga diperoleh
nilai terbesar yang dipilih sebagai alternatif terbaik (A1) sebagai solusi.
-
7/24/2019 TUGAS DSS Pak YOYOK
7/19
2.3. Technique For Other Preference by Similiraty to Ideal Solution (TOPSIS)
TOPSIS (Technique For Others Reference by Similarity to Ideal Solution)
adalah salah satu metode pengambilan keputusan multikriteria yang pertama kali
diperkenalkan oleh Yoon dan Hwang (1981). TOPSIS menggunakan prinsip bahwa
alternatif yang terpilih harus mempunyai jarak terdekat dari solusi ideal positif dan
terjauh dari solusi ideal negatif dari sudut pandang geometris dengan menggunakan
jarak Euclidean untuk menentukan kedekatan relatif dari suatu alternatif dengan
solusi optimal.
Solusi ideal positif didefinisikan sebagai jumlah dari seluruh nilai terbaik
yang dapat dicapai untuk setiap atribut, sedangkan solusi negatif-ideal terdiri dari
seluruh nilai terburuk yang dicapai untuk setiap atribut.
TOPSIS mempertimbangkan keduanya, jarak terhadap solusi ideal positif
dan jarak terhadap solusi ideal negatif dengan mengambil kedekatan relatif
terhadap solusi ideal positif. Berdasarkan perbandingan terhadap jarak relatifnya,
susunan prioritas alternatif bisa dicapai.
Metode ini banyak digunakan untuk menyelesaikan pengambilan
keputusan secara praktis. Hal ini disebabkan konsepnya sederhana dan mudah
dipahami, komputasinya efisien,dan memiliki kemampuan mengukur kinerja
relatif dari alternatif-alternatif keputusan.
PROSEDUR TOPSIS
1. Menghitung separation measure
2. Menentukan jarak antara nilai setiap alternatif dengan matriks solusi ideal
positif dan negatif
3. Menentukan nilai preferensi untuk setiap alternatif
4.Decision matrix D mengacu terhadap m alternatif yang akan dievaluasi
-
7/24/2019 TUGAS DSS Pak YOYOK
8/19
BAB III
PEMBAHASAN
3.1. Menentukkan Spesifikasi Provider
Parameter M1 M2 M3 M4 M5
Harga Rp. 699.000 Rp.299.000 Rp.1.000.000 Rp.799.000 Rp.899.000
Bandwith 10 (Mbps) 5 (Mbps) 5 (Mbps) 2 (Mbps) 2 (Mbps)
SLA 80 (%) 90 (%) 95 (%) 99 (%) 99 (%)Provider First Media Speedy IDOLA Biznet CBN
Support 8 Jam 12 Jam 24 Jam 24 Jam 24 Jam
3.2. Menentukkan Bobot Parameter dengan Metode AHP
Perbandingan yang terjadi
Harga : Bandwith = 2 : 1
Harga : SLA = 3 : 1
Harga : Provider = 5 : 1
Harga : Support = 5 : 3
Bandwidth : SLA = 4 : 2
Bandwidth : Provider = 4 : 1
Bandwidth : Support = 3 : 2
SLA : Provider = 1 : 3
SLA : Support = 3 : 5
Provider : Support = 3 : 2
-
7/24/2019 TUGAS DSS Pak YOYOK
9/19
3.3. Menentukan Rating dengan Interpolasi, Profile Matching, dan AHP
Interpolasi
Rumus
Jika kriteria minimum, maka nilai terkecil memiliki rating tertinggi. Berikut
merupakan Rumus untuk rating :
(nilai - nilai min) / (nilai max - nilai min) * (rating min - rating max) + rating max
Jika kriteria maksimum, maka nilai terbesar memiliki rating tertinggi. Berikut
merupakan Rumus untuk rating :
(nilai - nilai min) / (nilai max - nilai min) * (rating max - rating min) + rating min
Rumus Rating
Parameter Kriteria Bobot M1 M2 M3 M4 M5
Harga Murah 0.285714286 3.282453638 1 5 3.853067047 4.423680456
Bandwith Besar 0.214285714 1 2.25 2.25 3 3
SLA(%) Tinggi 0.142857143 4 2.421052632 1.631578947 1 1
Provider Terpercaya 0.25 4 5 3 2 1
Support Full 0.107142857 3 2.5 1 1 1
-
7/24/2019 TUGAS DSS Pak YOYOK
10/19
Profile Matching
Profile Matching adalah sebuah mekanisme pengambilan keputusan dengan mengasumsikan bahwa terdapat tingkat variabel
prediktor yang ideal yang harus dipenuhi oleh subyek yang diteliti, bukannya tingkat minimal yang harus dipenuhi atau dilewati. Sementara
GAP merupakan perbedaan/selisih value masing-masing aspek/atribut dengan value.
Parameter Kriteria Bobot M1 M2 M3 M4 M5
Harga (Rp) Murah 8 699000 299000 1000000 799000 899000
Bandwith (Mbps) Besar 6 10 5 5 2 2
SLA(%) Tinggi 4 80 90 95 99 99Provider Terpercaya 7 First Media Speedy IDOLA Biznet CBN
Support Full 3 8 12 24 24 24
Menentukan nilai standar
Harga Bandwidth SLA Provider Support
Murah Sedang Mahal Kecil Sedang Besar Rendah Sedang TinggiTidak
terpercayaKurang Terpercaya
No
SupportHalf Full
3 2 1 1 2 3 1 2 3 1 2 3 1 2 3
Nilai Standar : 2
-
7/24/2019 TUGAS DSS Pak YOYOK
11/19
Menggolongkan sub aspek ke dalam Faktor Utama dan Faktor
Tambahan
core factor Harga (A) Bandwidth(B)
secondary factor SLA (C) Provider(D) Support(E)
Perhitungan bobot
No selisih bobot keterangan
1 0 4 tidak ada selisih (kompetensi sesuai dengan yang dibutuhkan)
2 1 5 kompetensi kelebihan 1 tingkat / level
3 -1 3.5 kompetensi kekurangan 1 tingkat / level
Mencari nilai GAP (Nilai notebooknilai standard (minimum))
No NamaAspek
A B C D E
1 First Media 2 3 2 3 1
2 Speedy 3 2 2 3 2
3 IDOLA 1 2 3 2 3
4 Biznet 2 1 3 3 3
5 CBN 1 1 3 2 3
Nilai Standar 2 2 2 2 2
1 First Media 0 1 0 1 -1
2 Speedy 1 0 0 1 0
3 IDOLA -1 0 1 0 1
4 Biznet 0 -1 1 1 1
5 CBN -1 -1 1 0 1
-
7/24/2019 TUGAS DSS Pak YOYOK
12/19
pengelompokan core factor dan secondary factor
Konversi Nilai ke Bobot Core Factor Secondary
1 First Media 4 5 4 5 3.5 4.5 4.1667
2 Speedy 5 4 4 5 4 4.5 4.3333
3 IDOLA 3.5 4 5 4 5 3.75 4.6667
4 Biznet 4 3.5 5 5 5 3.75 5
5 CBN 3.5 3.5 5 4 5 3.5 4.6667
Perhitungan nilai total N1=60%xNCF + 40% * NSF
No Provider CF SF NIrangking
akhir
1 First Media 4.5 4.16666667 4.3666667 2
2 Speedy 4.5 4.33333333 4.4333333 1
3 IDOLA 3.75 4.66666667 4.1166667 4
4 Biznet 3.75 5 4.25 3
5 CBN 3.5 4.66666667 3.9666667 5
-
7/24/2019 TUGAS DSS Pak YOYOK
13/19
AHP
Parameter Harga(Rp) Bandwidth (Mbps) SLA(%) Provider Support
Harga (Rp) 1 2 3 5 1.666666667
Bandwith (Mbps) 0.5 1 2 4 1.5
SLA(%) 0.33333 0.25 1 0.333333333 0.6
Provider 0.25 0.25 3 1 1.5
Support 0.33333 0.5 1.5 0.666666667 1
Total 2.41667 4 10.5 11 6.266666667
Total * Bobot 1 0.95504 1.03442802 0.83669868 1.542485983 0.791437053Total * Bobot 2 0.8955 1.053144807 0.773037543 1.93076548 0.733300829
Lamda max
bobot 1 5.16009
Lamda max
bobot 2 5.38575
CI bobot 1 0.04002
CI bobot 2 0.09644
RI (n=5) 1.12
CR bobot 1 0.03573 Jika CR kurang dari sama dengan 0,1 maka konsisten
CR bobot 2 0.0861 Jika CR lebih dari 0,1 maka tidak konsisten
Rating
Parameter Kriteria Bobot M1 M2 M3 M4 M5Harga Murah 0.285714286 3.282453638 1 5 3.853067047 4.423680456
Bandwith Besar 0.214285714 1 2.25 2.25 3 3
SLA(%) Tinggi 0.142857143 4 2.421052632 1.631578947 1 1
Provider Terpercaya 0.25 4 5 3 2 1
Support Full 0.107142857 3 2.5 1 1 1
-
7/24/2019 TUGAS DSS Pak YOYOK
14/19
3.4. Mengambil Keputusan dengan Metode SAW dan Metode TOPSIS
Metode SAW
Metode Simple Additive Weighting (SAW) juga dikenal dengan metode penjumlahan terbobot. Konsep dasar metode SAW adalah
mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut.
Metode SAW menggunakan pembobotan untuk setiap atribut.
Parameter Kriteria Bobot M1 M2 M3 M4 M5
Harga Murah 0.285714286 0.937843896 0.285714286 1.428571429 1.100876299 1.263908702
Bandwith Besar 0.214285714 0.214285714 0.482142857 0.482142857 0.642857143 0.642857143
SLA(%) Tinggi 0.142857143 0.571428571 0.345864662 0.233082707 0.142857143 0.142857143
Provider Terpercaya 0.25 1 1.25 0.75 0.5 0.25
Support Full 0.107142857 0.321428571 0.267857143 0.107142857 0.107142857 0.1071428570 Total 1
Parameter Kriteria Bobot M1 M2 M3 M4 M5
Harga Murah 0.285714286 3.282453638 1 5 3.853067047 4.423680456
Bandwith Besar 0.214285714 1 2.25 2.25 3 3
SLA(%) Tinggi 0.142857143 4 2.421052632 1.631578947 1 1
Provider Terpercaya 0.25 4 5 3 2 1
Support Full 0.107142857 3 2.5 1 1 1
Total 1
-
7/24/2019 TUGAS DSS Pak YOYOK
15/19
Skor total untuk alternatif diperoleh dengan menjumlahkan seluruh hasil perkalian antara rating (yang dapat dibandingkan lintas atribut)
dan bobot tiap atribut.
Parameter Kriteria Bobot M1 M2 M3 M4 M5 SUMSQ SQRT
Harga Murah 0.285714286 699000 299000 1000000 799000 899000 3.025E+12 1739138.9
Bandwith Besar 0.214285714 10 5 5 2 2 158 12.569805
SLA(%) Tinggi 0.142857143 80 90 95 99 99 43127 207.67041
Provider Terpercaya 0.25 4 5 3 2 1 55 7.4161985
Support Full 0.107142857 8 12 24 24 24 1936 44
Metode TOPSIS
Metode TOPSIS merupakan salah satu metode pengambilan keputusan multikriteria yang banyak digunakan untuk menyelesaikan
pengambilan keputusan secara praktis.
Normalisasi
Parameter Kriteria Bobot M1 M2 M3 M4 M5
Harga (Rp) Murah 0.285714286 0.401923051 0.171924166 0.574997212 0.459422772 0.516922494
Bandwith (Mbps) Besar 0.214285714 0.795557284 0.397778642 0.397778642 0.159111457 0.159111457
SLA(%) Tinggi 0.142857143 0.385225797 0.433379022 0.457455634 0.476716924 0.476716924
Provider Terpercaya 0.25 0.53935989 0.674199862 0.404519917 0.269679945 0.134839972
Support Full 0.107142857 0.181818182 0.272727273 0.545454545 0.545454545 0.545454545
-
7/24/2019 TUGAS DSS Pak YOYOK
16/19
Setelah menentukkan bobot untuk setiap parameter, score untuk semua data yang tidak terstruktur dapat ditentukan.
Parameter Kriteria Bobot M1 M2 M3 M4 M5
Ideal
Positif
Ideal
Negatif
Harga (Rp) Murah 0.285714286 0.114835157 0.04912119 0.164284918 0.131263649 0.147692141 0.0491212 0.2857143
Bandwith (Mbps) Besar 0.214285714 0.170476561 0.08523828 0.08523828 0.034095312 0.034095312 0.1704766 0.0340953
SLA(%) Tinggi 0.142857143 0.055032257 0.061911289 0.065350805 0.068102418 0.068102418 0.0681024 0.0550323
Provider Terpercaya 0.25 0.134839972 0.168549966 0.101129979 0.067419986 0.033709993 0.16855 0.03371
Support Full 0.107142857 0.019480519 0.029220779 0.058441558 0.058441558 0.058441558 0.0584416 0.0194805
Menentukkan solusi ideal positif untuk tiap parameter dan menghitung nilai separasi untuk masing-masing obyek (S*).
(Hasil terkecil bernilai 1, terbesar bernilai max)
Parameter M1 M2 M3 M4 M5
Harga (Rp) 0.004318325 0 0.013262684 0.006747384 0.009716232
Bandwith (Mbps) 0 0.007265564 0.007265564 0.018599845 0.018599845
SLA(%) 0.000170829 3.83301E-05 7.57137E-06 0 0
Provider 0.001136364 0 0.004545455 0.010227273 0.018181818
Support 0.001517963 0.000853854 0 0 0
S* 0.084519115 0.090320255 0.158370687 0.188612039 0.215633707
1 2 3 4 5
-
7/24/2019 TUGAS DSS Pak YOYOK
17/19
Menentukkan solusi ideal negatif untuk tiap parameter dan menghitung nilai separasi untuk masing-masing obyek (S-).
(Hasil terbesar bernilai 1, terkecil bernilai max)
Parameter M1 M2 M3 M4 M5
Harga (Rp) 0.029199676 0.055976293 0.014745091 0.023854999 0.019050112
Bandwith (Mbps) 0.018599845 0.002615603 0.002615603 0 0
SLA(%) 0.000438356 0.000773729 0.000976906 0.001156483 0.001156483
Provider 0.010149487 0.018078054 0.004493647 0.001110534 1.48471E-07
Support 0.000213592 2.37611E-05 0.00059274 0.00059274 0.00059274s 0.242076343 0.278329731 0.153048968 0.163446493 0.144220262
2 1 4 3 5
Hitung C- (Diurutkan dari yang terbesar ke terkecil)
Rumus : S min / (S min - S bintang)
M1 M2 M3 M4 M5
1.536434385 1.480402673 -28.75931366 -6.494851715 -2.019511326
1 2 5 4 3
Hitung C+ (Diurutkan dari yang terkecil ke terbesar)
Rumus : S bintang / (S bintang - S min)
M1 M2 M3 M4 M5
-0.536434385 -0.480402673 29.75931366 7.494851715 3.019511326
1 2 5 4 3
-
7/24/2019 TUGAS DSS Pak YOYOK
18/19
Jadi, hasil perhitungannya adalah :
1. M1
2. M2
3. M5
4. M4
5. M3
-
7/24/2019 TUGAS DSS Pak YOYOK
19/19
BAB IV
KESIMPULAN
Berdasarkan hasil penghitungan dan evaluasi dari BAB terdahulu, maka dapat ditarik
kesimpulan sebagai berikut.
1. Penggunaan metode Analytical Hierarchy Procespada Sistem Pendukung Keputusan
dalam menentukan pemilihan Provider penyelenggara jasa internet yang tepat
sesuai dengan spesifikasi yang diminta pembeli dapat diterapkan dan berhasil
dibuat sesuai dengan tahap penghitungan dan keputusan yang tepat.
2. Dalam penelitian ini ditemukan Ada 5 parameter yang menjadi acuan untuk
menentukan Provider ISP mana yang menduduki ranking pertama, di antaranya
adalah Harga, Bandwitdh, SLA, Provider dan support.
Dari hasil kalkulasi yang dilakukan sesuai dengan metode SAW dan metode TOPSIS, ISP First
Media berhasil menempati ranking pertama di antara empat ISP lainnya. Dengan kata lain,
ISP tersebut memiliki nilai keseluruhan yang paling tinggi baik pada metode SAW maupun
TOPSIS. Sementara posisi terakhir ditempati oleh ISP IDOLA yang notabenenya untuk
Perusahaan besar.