Implementasi Analytical Hierarchy Process - Technique For Order Preference By Similarity To Ideal Solution (AHP-TOPSIS) Untuk Penentuan Seleksi Atlet Pencak Silat

Jakti Kinayung Prasojo, Rekyan Regasari Mardi Putri, Sutrisno123Teknik Informatika, Program Teknologi Informasi dan Ilmu Komputer, Universitas Brawijaya

Jl. Veteran No.8 Malang, Informatika, Gedung A PTIIK-UBE-mail : jaktiprasojo@gmail.com 1 , rekyan.rmp@ub.ac.id2, trisno@ub.ac.id3

ABSTRAK

Pencak silat adalah seni bela diri tradisional yang berasal dari Indonesia. Pada dasarnya nenek moyang bangsa Indonesia memiliki cara pembelaan diri untuk melindungi dan mempertahankan kehidupannya dari tantangan alam. Mereka menciptakan bela diri dengan menirukan gerakan binatang yang ada disekitar. Asal mula ilmu bela diri berkembang juga dari keterampilan suku asli Indonesia dalam berburu dan berperang seperti dalam tradisi suku Nias. Pencak Silat berkembang dan menjadi kompetisi dinaungi Persilat (Persekutuan Pencak Silat Antara Bangsa). Terdapat kompetisi nasional seperti PORPROV, PON, POMNAS dan beberapa pertandingan resmi. Kontingen pencak silat di suatu kejuaraan diseleksi dengan cara dipertandingkan. Namun banyak pesilat yang lolos mengalami cidera setelah melalui seleksi. Terlebih kurangnya pemahaman dari pihak penyelenggara seleksi dalam hal perwasitan dan penjurian yang dapat mempengaruhi mental pesilat, dan menimbulkan perselisihan pihak lain karena perbedaan persepsi saat seleksi. Sistem sebelumnya untuk mempermudah seleksi atlet pencak silat menggunakan metode (SAW) didapati akurasi 80%. Sama seperti sistem sebelumnya, sistem ini mengimplementasikan metode (AHP-TOPSIS) terdapat 14 kriteria untuk seleksi atlet pencak silat. Bobot untuk metode AHP didapatkan dari algoritma Random Search. Hasil pengujian akurasi sistem sebesar 83% yang menunjukkan bahwa sistem dengan metode AHP-TOPSIS dapat memberikan akurasi lebih baik dibanding dengan metode SAW.Kata Kunci: Analytical Hierarchy Process (AHP), Technique For Order Preference By Similarity To Ideal

Solution (TOPSIS), Pemilihan

ABSTRACT

Pencak silat is a traditional martial art from Indonesia. A long time ago Indonesian people have a way to protect and defend life from natural challenges. They create the martial by imitating the movement of animals in natural surroundings. Pencak silat the martial art evolved also from Indonesia people skills in hunting and battle as in the tradition of Nias tribe. Pencak Silat widespread and into competition under the rules Persilat (The International Pencak Silat Federation). There are national competitions such as PORPROV, PON, POMNAS and some official Games. Pencak silat athletes should be selected to enter the competition, the selection is to get the best athletes with fighting. But many fighters who won injured, and the mistakes referee in scoring, can affect mental athletes even riots between pencak silat academy. In a trial match, usually one of the side does not accept if their athletes defeated because it is embarrass their academy. The previous system to simplify the selection of martial arts athletes using Simple Addictive weighting method (SAW) with 80% accuracy resultan. Just like the previous system, this system implements the method of Analytical Hierarchy Process - Technique For Order Preference By Similarity To Ideal Solution (AHP-TOPSIS) there are 14 criteria for selection of martial arts athletes. Weights for AHP obtained from the algorithm Random Search. the accuracy test System results is 83%, which indicates that the system with AHP-TOPSIS method can provide better accuracy compared with SAW method.

.Keywords: Analytical Hierarchy Process (AHP), Technique For Order Preference By Similarity To Ideal Solution (TOPSIS), Selection

1.1. Latar BelakangPencak silat atau silat adalah suatu seni

bela diri tradisional yang berasal dari Indonesia. Pada dasarnya nenek moyang bangsa Indonesia memiliki cara pembelaan diri yang ditujukan untuk melindungi dan mempertahankan kehidupannya atau kelompoknya dari tantangan alam. Mereka menciptakan bela diri dengan menirukan gerakan binatang yang ada di alam sekitarnya, seperti gerakan kera, harimau, ular, atau burung elang.

Asal mula ilmu bela diri di nusantara ini kemungkinan juga berkembang dari keterampilan suku-suku asli Indonesia dalam berburu dan berperang dengan menggunakan parang, perisai, dan tombak, misalnya seperti dalam tradisi suku Nias yang hingga abad ke-20 relatif tidak tersentuh pengaruh luar [GEO-98].

Pencak Silat telah berkembang pesat selama abad ke-20 dan telah menjadi olah raga kompetisi di bawah penguasaan dan peraturan Persilat

(Persekutuan Pencak Silat Antara Bangsa, atau The International Pencak Silat Federation). Pencak silat sedang dipromosikan oleh Persilat di beberapa negara di seluruh 5 benua, dengan tujuan membuat pencak silat menjadi olahraga Olimpiade. Persilat mempromosikan Pencak Silat sebagai kompetisi olah raga internasional. Untuk kompetisi nasional terdapat berbagai kejuaraan multy event, seperti PORPROV, PON, POMNAS dan beberapa pertandingan resmi yang diadakan oleh instansi, lembaga, organisasi pencak silat atau perguruan pencak silat.

Kontingen pencak silat adalah pesilat handal yang dipersiapkan untuk berlaga di suatu kejuaraan. Untuk mendapatkan pesilat handal dan siap tampil maka digelar seleksi pencarian pesilat yang dilakukan oleh perguruan pencak silat atau organisasi pencak silat di daerah tersebut. Seleksi pencarian pesilat digelar dengan cara dipertandingkan untuk mendapatkan pesilat yang unggul diantara pesilat lainnya. Namun tidak jarang pesilat yang lolos mengalami cidera setelah melalui tahap seleksi. Terlebih kurangnya pemahaman dari pihak penyelenggara seleksi dalam hal perwasitan dan penjurian yang dapat mempengaruhi mental pesilat, dan menimbulkan perselisihan pihak lain karena perbedaan persepsi saat seleksi.

Berdasarkan masalah tersebut, diperlukan sistem yang dapat menyeleksi pesilat dengan cepat dan aman. Sistem seleksi atlet pencak silat sebelumnya dengan judul tugas akhir “Sistem Pendukung Keputusan Pemilihan Atlet Yang Layak Masuk Tim Pencak Silat Dengan Metode Simple Additive Weighting (SAW) Berbasis Web” didapati akurasi sebesar 80%. Metode SAW yang digunakan pada dasarnya mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif di semua atribut. Bobot untuk metode SAW di tugas akhir tersebut didapatkan berdasarkan Random Search sehingga dapat meningkatkan nilai akurasi dibanding dengan nilai bobot hasil representasi langsung dari pakar. Untuk meningkatkan nilai akurasi pada sistem sebelumnya maka diimplementasikan metode AHP danTOPSIS. Dibandingkan dengan SAW yang hanya mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif di semua atribut, metode AHP dan TOPSIS mengkolaborasi dua metode tersebut. AHP digunakan sebagai pembobotan kriteria dan di uji konsistensi terhadap matriks perbandingan berpasangan yang didapat berdasarkan Random Search. Jika matriks telah konsisten maka dilanjut ke proses metode TOPSIS. Pendekatan TOPSIS dipilih karena mampu melakukan perangkingan terhadap alternatif terpilih. Dimana alternatif terpilih yang terbaik tidak hanya memiliki jarak terkecil dari solusi ideal positif, tapi juga memiliki jarak terjauh dari solusi ideal negatif [MAN-10]. AHP danTOPSIS juga disebut sebagai metode yang

dapat memberikan hasil lebih dekat dengan kenyataan dibanding metode pembobotan lainnya [AMI-11]. Sehingga metode AHP-TOPSIS dapat memberikan hasil yang lebih baik berdasarkan kriteria-kriteria yang telah ditetapkan dibanding dengan metode SAW.

Oleh karena itu penulis membuat tugas akhir dengan judul “Implementasi AHP – TOPSIS Untuk Penentuan Pemilihan Atlet Pencak Silat”. Diharapkan dengan menggunakan implementasi AHP-TOPSIS nantinya akan dihasilkan prediksi yang lebih baik daripada hanya menggunakan satu model saja.

1.2. Rumusan MasalahDengan melihat latar belakang masalah

yang sudah dijabarkan diatas maka rumusan masalah yang ada adalah : 1. Bagaimana menerapkan analitycal

hierarchy process (AHP) dan technique for order preference by similarity do ideal solution (TOPSIS) untuk penentuan seleksi atlet pencak silat.

2. Bagaimana tingkat akurasi dari implementasi metode APH-TOPSIS untuk pemilihan atlet yang layak masuk tim pencak silat.

1.3. Batasan MasalahAgar tidak memperluas area pembahasan

dalam tugas akhir skripsi ini, maka perlu adanya batasan-batasan untuk menyederhanakan permasalahan, yaitu :

1. Data yang digunakan di IPSI (Ikatan Pencak Silat Indonesia) Kabupaten Jember.

2. Sistem berdasarkan prosedur-prosedur seleksi atlet pada umumnya.

3. Sistem hanya menyeleksi atlet pencak silat putra.

4. Keluaran sistem yaitu atlet yang layak atau tidak layak masuk tim pencak silat dengan kriteria MFT, Lari 300 m, Push up, Sit up, Pull lup, Lari 20 m, Triple hop, Shutle run 4x5 m, Tendangan sabit 5 detik, Tendangan sabit 10 detik, Tendangan 1 menit, Pukulan 1 menit, Back Up dan IQ.

2. Dasar Teori2.1 Pencak Silat

Pencak Silat adalah olahraga bela diri asli dari Indonesia. Pencak adalah gerakan langkah keindahan dengan menghindar. Pencak dapat diperlombakan sebagai sarana prestasi, sedangkan silat adalah unsur teknik bela diri menangkis, menyerang dan mengunci yang tidak dapat diperagakan di depan umum [MAR-98].

Pertumbuhan dan perkembangan pencak silat pada jaman kemerdekaan amat pesat, sehingga terbentuknya wadah organisasi Ikatan Pencak Silat Indonesia (IPSI) tahun 1948. IPSI sendiri adalah organisasi nasional Indonesia yang membawahi kegiatan pencak silat secara resmi, antara lain menyelenggarakan pertandingan, membakukan peraturan dan lain-lain. Pada tanggal 11 Maret 1980 IPSI didukung tiga negara Malaysia, Singapura, dan Brunai Darusalam untuk membentuk Federasi Pencak Silat Internasional yang disebut PERSILAT (Persekutuan Pencak Silat Antara Bangsa).

Di Indonesia setiap empat tahun terdapat pertandingan pencak silat yang diselenggarakan saat Pekan Olahraga Nasional. Katagori yang diperlombakan dalam setiap ajang pertandingan yaitu kategori tanding dan kategori seni.

2.2 Seleksi Atlet Pencak Silat Pada sistem pendukung keputusan pencak

silat ini, kriteria yang digunakan adalah berdasarkan workshop pelatih dan pendekar pada November 2013. Terdapat 14 kriteria untuk atlet pencak silat, yakni :a. MFT : tes untuk mengukur penyerapan oksigen maksimal seorang atlet.b. Lari 300 m : lari jarak pendek untuk mengukur daya tahan.c. Push Up : tes mengukur kekuatan otot bisep dan trisepd. Sit Up : tes mengukur kekuatan otot perute. Pull Up : tes mengukur kekuatan otot punggungf. Lari 20 m : lari untuk mengukur daya ledakg. Triple Hop : mengukur otot kakih. ShutleRun : lari untuk mengukur kelincahan atleti. Tendangan Sabit 5 detik : tendangan sabit selama 5 detikj. Tendangan Sabit 10 detik : tendangan sabit selama 10 detikk. Tendangan 1 menit : tendangan selama 1 menitl. Pukulan 1 menit : pukulan selama 1 menitm. Back Up : tes mengukur kekuatan otot punggung bawahn. IQ : tes ukuran kecerdasan atlet

2.3. Analytical Hierarchy Process (AHP)AHP adalah sebuah hierarki fungsional

dengan input utamanya persepsi manusia. Dengan hierarki, suatu masalah kompleks dan tidak terstruktur dipecahkan ke dalam kelompok-kelompok tersebut diatur menjadi suatu bentuk hierarki. Model AHP memakai persepsi manusia yang dianggap “pakar” sebagai input utamanya. Kriteria “pakar” disini bukan berarti bahwa orang tersebut haruslah jenius, pintar, bergelar doktor dan

sebagainya tetapi lebih mengacu pada orang yang mengerti benar permasalahan yang diajukan, merasakan akibat suatu masalah atau punya kepentingan terhadap masalah tersebut. [SDI-98]. Gambar 2.1 menjelaskan tentang struktur metode AHP.

Dalam menyelesaikan persoalan AHP ada beberapa prinsip dasar yang dipahami antara lain [SAT-06]:a. Decomposition, setelah mendefinisikan

permasalahan atau persoalan, maka perlu dilakukan dekomposisi, yaitu memecah persoalan yang utuh menjadi unsur-unsur, sampai yang sekecil-kecilnya.

b. Comparatif Judgement, prinsip ini berarti membuat penilaian tentang kepentingan relatif dua elemen pada suatu tingkat tertentu dalam kaitannya dengan tingkatan di atasnya. Penilaian ini merupakan inti dari AHP, karena akan berpengaruh terhadap prioritas elemen-elemen. Hasil dari penelitian ini lebih mudah disajikan dalam bentuk matriks Pairwise Comparison. Bentuk matriks pairwise dapat dilihat pada tabel 2.1.

c. Synthesis of Priority, dari matriks pairwise comparison vektor eigen (ciri)Noya untuk mendapatkan prioritas lokal, karena matriks

pairwise comparison terdapat pada tingkat lokal, maka untuk melakukan secara global harus dilakukan sintesis Siantar prioritas lokal. Prosedur melakukan sintesis berbeda menurut bentuk hierarki.

d. Local Consistency, konsistensi memiliki dua makna. Pertama adalah bahwa objek-objek yang serupa dapat dikelompokan sesuai dengan keseragaman dan relevansinya. Kedua adalah tingkat hubungan antara objek-objek yang didasarkan pada kriteria tertentu.

2.3.1 Prosedur Analytical Hierarchy ProcessSecara umum langkah-langkah yang harus

dilakukan dalam menggunakan AHP untuk pemecahan suatu masalah adalah sebagai berikut [KUS-06]:1. Mendefinisikan masalah dan menentukan solusi

yang diinginkan, lalu menyusun hierarki dari permasalahan yang dihadapi.

2. Menentukan prioritas elemena. Langkah pertama dalam menentukan prioritas

elemen adalah membuat perbandingan pasangan, yaitu membandingkan elemen secara berpasangan sesuai kriteria yang diberikan.

b. Matriks perbandingan berpasangan diisi menggunakan bilangan untuk merepresentasikan kepentingan relatif dari suatu elemen terhadap elemen lainnya.

3. SintesisPertimbangan-pertimbangan terhadap perbandingan berpasangan disintesis untuk memperoleh keseluruhan prioritas. Hal-hal yang dilakukan dalam langkah ini adalah:

a. Menjumlahkan nilai-nilai dari setiap kolom pada matriks.

b. Membagi setiap nilai dari kolom dengan total kolom yang bersangkutan untuk memperoleh normalisasi matriks.

c. Menjumlahkan nilai-nilai dari setiap baris dan membaginya dengan jumlah elemen untuk mendapatkan nilai rata-rata.

d. Menjumlah nilai-nilai dari setiap baris dan membaginya dengan jumlah elemen untuk mendapatkan nilai rata-rata.

4. Mengukur KonsistensiDalam pembuatan keputusan, penting untuk mengetahui seberapa baik konsistensi yang ada karena kita tidak menginginkan keputusan berdasarkan pertimbangan dengan konsistensi yang rendah. Hal-hal yang dilakukan dalam langkah ini adalah sebagai berikut:

a. Kalikan setiap nilai pada kolom pertama dengan prioritas relatif elemen pertama, nilai pada kolom kedua dengan prioritas relatif elemen kedua dan seterusnya.

b. Jumlahkan setiap baris.c. Hasil dari penjumlahan baris dibagi dengan

elemen prioritas relatif yang bersangkutan.

d. Jumlahkan hasil bagi di atas dengan banyaknya elemen yang ada, hasilnya disebut λ Maks.

5. Hitung Konsistensi`Index (CI), Persamaan konsistensi dapat dilihat pada persamaan 2.1 :

CI=(Mac– n)/n-1 ........................................(2.1)

6. Hitung Konsistensi Ratio (CR), Persamaan Perhitungan Rasio Konsistensi dapat dilihat pada persamaan 2.2 :

CR = CI/RI .....................................................(2.2)

Dimana CR = Consistency RatioCI = Consistency IndexRI = Index Random Consistency

7. Memeriksa konsistensi hierarki. Jika nilainya lebih dari 10%, maka penilaian data judgment harus diperbaiki. Namun jika Rasio Konsistensi (CI/RI) kurang atau sama dengan 0,1 maka hasil perhitungan bisa dinyatakan benar [KUS-06].Dimana RI : nilai random index dapat dilihat pada tabel 2.2.

2.4. Technique for Order Preference by Similarity of Ideal Solution (TOPSIS)

TOPSIS adalah salah satu metode pengambilan keputusan multikriteria yang pertama kali diperkenalkan oleh Yoon dan Hwang tahun 1981 [JUL-11]. TOPSIS didasarkan pada konsep, dimana alternatif terpilih yang baik tidak hanya memiliki jarak terpendek dari solusi ideal positif, namun juga memiliki jarak terpanjang dari solusi ideal negatif. Konsepnya sederhana dan mudah dipahami, komputasinya efisien, dan memiliki kemampuan untuk mengukur kinerja relatif dari alternatif-alternatif keputusan dalam bentuk matematis yang sederhana.

Metode TOPSIS banyak digunakan pada beberapa model Multiple Attribute Decision Making (MADM) dikarenakan metode ini memiliki beberapa keunggulan yaitu [YON-81]:

1.Konsepnya sederhana dan mudah dipahami.2.Komputasinya efisien.3.Memiliki kemampuan untuk mengukur kinerja

relatif dari alternatif-alternatif keputusan dalam bentuk matematis sederhana.

Prinsip metode TOPSIS adalah sederhana, dimana alternatif yang dipilih selain memiliki kedekatan dengan solusi ideal positif dan jauh dari solusi ideal negatif. Solusi ideal terbentuk jika sebagai komposit dari nilai kinerja terbaik

ditampilkan oleh setiap alternatif untuk setiap atribut. Jarak ke asing-masing kutub kinerja diukur dalam pengertian Euclidean, dengan bobot opsional dari setiap atribut. Konsep ini banyak digunakan pada beberapa model MADM untuk menyelesaikan masalah keputusan secara praktis [KAH-08].

2.4.1 Prosedur TOPSISSecara garis besar prosedur TOPSIS

mengikuti langkah-langkah sebagai berikut [LES-11]:

1. Menentukan matriks keputusan yang ternormalisasi

TOPSIS membutuhkan ranking kriteria kelayakan setiap calon atlet pada setiap kriteria atau subkriteria yang ternomalisasi. Persamaan matriks ternomalisasi dapat dilihat pada persamaan (2.3).

rij = Normalisasi matrikxij = Nilai data pada baris ke i dan kolom ke j

= Akar dari jumlah ke i kolom ke j di kuadratkan

2. Menghitung matriks keputusan yang ternormalisasi terbobot Persamaan (2.4) digunakan untuk menghitung matriks ternormalisasi terbobot, maka harus ditemukan terlebih dahulu nilai bobot yang merepresentasikan preferensi absolut dari pengambil keputusan. Nilai bobot preferensi menunjukan tingkat kepentingan relatif setiap kriteria atau subkriteria. Perhitungan perkalian bobot preferensi dengan matriks ternomalisasi dapat dilihat pada persamaan matriks keputusan ternormalisasi terbobot (2.5).

w = bobot prioritasyij = Matrik ternormalisasi terbobotwij = Bobot prioritas ke irij = Matrik ternormalisasi

3.Menghitung matriks solusi ideal positif dan matriks solusi ideal negatif

Solusi ideal positif dan solusi ideal negatif dapat ditentukan berdasarkan rating bobot ternormalisasi. Perhitungan persamaan perhitungan solusi ideal positif dan solusi ideal negatif dapat dilihat pada persamaan 2.6 dan persamaan 2.7.

A+ = Solusi ideal positif/nilai maksimum dari matriks ternormalisasi terbobot

A- = Solusi ideal negatif/nilai minimum dari matriks ternormalisasi terbobot

4. Menghitung jarak antara nilai setiap alternatif dengan matriks solusi ideal positif dan matriks solusi ideal negatif. Perhitungan jarak antar alternatif dengan solusi ideal positif terdapat pada persamaan 2.8 dan jarak antar alternatif solusi ideal negatif terdapat pada persamaan 2.9. Perhitungan jarak antara alternatif dengan solusi ideal positif (Separasi Positif) dirumuskan pada persamaan 2.8.

= Jarak antar alternatif dengan solusi ideal positif = Akar dari jumlah nilai max dikurangi nilai min

Perhitungan jarak antara alternatif dengan solusi ideal negatif (Separasi Negatif) dirumuskan pada persamaan 2.9.

= Jarak antar alternatif dengan solusi ideal positif = Akar dari jumlah nilai max dikurangi nilai min

5.Menghitung nilai preferensi untuk setiap alternatif

Persamaan untuk menghitung nilai preferensi ditampilkan pada persamaan 2.10.

3. Metode Penelitian dan Perancangan3.1 Metode Penelitian

Pada bab metodologi ini akan dibahas metodologi yang digunakan dalam penyusunan skripsi, yaitu studi literatur, pengumpulan data, analisis dan perancangan, implementasi, uji coba sistem, kesimpulan.

3.2 Analisa KebutuhanDalam proses pembangunan sistem yang

mampu untuk mengimplementasikan metode AHP dan TOPSIS berikut adalah fungsi-fungsi yang dibutuhkan:1. Sistem harus mampu melakukan proses

random search untuk mendapatkan bobot perbandingan antar kriteria.

2. Sistem harus mampu melakukan perhitungan metode AHP dengan bobot hasil dari random search.

3. Sistem harus mampu menghasilkan hasil akhir berupa atlet yang lolos tiap kelasnya.

3.3 Perancangan Sistem

Pada Gambar 3.1 menjelaskan langkah-langkah secara umum alur sistem yang digambarkan melalui diagram dengan tahapan-tahapan sebagai berikut :1) Menyusun matriks kriteria berpasangan dengan

bobot kepentingan yang telah didapat dari random search.

2) Tahapan kedua adalah melakukan pembobotan dengan menggunakan metode AHP terhadap data kriteria. Keluaran yang dihasilkan berupa bobot prioritas kriteria.

3) Menguji konsistensi matriks jika nilai CR yang dihasilkan kurang dari atau sama dengan 0,1 maka matriks konsisten dan bobot bisa digunakan. Jika tidak kembali ke tahap 1.

4) Melakukan normalisasi terhadap matriks penilaian alternatif.

5) Hasil dari penghitungan bobot dari metode AHP didapatkan nilai berupa bobot prioritas kriteria, dimana digunakan sebagai masukan untuk penghitungan normalisasi terbobot matriks.

6) Mencari solusi ideal positif dan negatif dari matriks normal terbobot.

7) Menghitung jarak terhadap asing-masing solusi ideal positif dan negatif.

8) Hasil akhir dari sistem berasal dari penghitungan dengan metode TOPSIS tersebut dimana menghasilkan nilai preferensi yang digunakan sebagai pengambilan keputusan.

3.3.1 Perhitungan BobotBobot pada sistem ini adalah hasil optimasi

menggunakan metode Random Search. Metode tersebut akan melakukan iterasi 1000 kali dalam proses pencarian nilai bobot terbaik. Nilai bobot kepentingan dari kriteria angkanya akan diambil secara random dengan range 1-9. Proses pencarian nilai bobot tersebut akan dilakukan dengan menggunakan data latih. Nilai bobot akan disimpan jika kecocokan status atlet pada data latih dengan status atlet dari sistem mencapai ≥ 90%. Gambar 3.2 merupakan flowchart tahapan dalam proses pencarian nilai bobot tingkat kepentingan dengan metode random search.

Gambar 3.1 Diagram Alir Penggabungan AHP-TOPSIS

3.3.2 Metode Analytical Hierarcy Process (AHP)

Pada Gambar 3.3 menjelaskan langkah-langkah dalam perhitungan menggunakan AHP. Di proses awal memilih kriteria merujuk pada studi literatur dan juga wawancara dengan ketua panitia seleksi atlet pencak silat yang telah dijelaskan pada bab 3. Begitu juga pada proses membuat matriks perbandingan berpasangan, nilai yang dimasukkan berasal dari wawancara. Pada proses menghitung

uji konsistensi, dilakukan perhitungan CR yang nantinya akan menentukan bobot kriteria layak atau tidak untuk digunakan.

Empat belas kriteria yang terdapat pada subsistem manajemen pengetahuan dijadikan dalam pengambilan keputusan calon atlet pencak silat. Empat belas kriteria tersebut juga dijadikan sebagai tolak ukur penilaian kelulusan seorang atlet. Penentuan bobot kriteria ini menggunakan metode AHP dengan menerapkan tolak ukur saaty.

3.3.3 Metode TOPSIS

Pada Gambar 3.4 menjelaskan langkah-langkah dalam perhitungan menggunakan TOPSIS untuk mendapatkan nilai alternatif yang mendakati terbaik untuk pegawai yang akan dipromosikan jabatannya, berikut penjelasan langkah-langkah dalam flowchart perhitungan TOPSIS:1. Membuat matrik keputusan pegawai yang akan

dipromosikan2. Menormalisasikan matrik keputusan3. Membuat matrik keputusan weight normalisasi

dengan cara mengalikan matrik keputusan normalisasi dengan bobot kriteria hasil perhitungan AHP

4. Membuat solusi ideal positif dan solusi ideal negatif dengan cara mengambil nilai tertinggi untuk digunakan sebagai nilai ideal positif dan nilai terendah untuk digunakan sebagai nilai solusi ideal negatif dari matriks keputusan weighted normalisasi

3.4 ImplementasiImplementasi merupakan tahap dalam

membangun aplikasi yang disusun pada tahap

Gambar 3.2 Flowchart Pencarian Nilai Bobot

Gambar 3.3 Flowchart Proses AHP

Gambar 3.4 Flowchart Proses TOPSIS

perancangan. Implementasi penggabungan AHP dan TOPSIS dalam menentukan seleksi atlet pencak silat.

3.5 PengujianPengujian pada aplikasi ini dilakukan agar dapat menunjukkan bahwa aplikasi telah mampu bekerja sesuai dengan spesifikasi dari kebutuhan yang melandasinya. Pengujian yaitu dengan membandingkan hasil atlet output program dengan atlet hasil dari pihak IPSI Jember dan pengujian akurasi terhadap perbandingan treshold.

4. Implementasi Implementasi sistem menerapkan metode

AHP-TOPSIS yang sudah dijelaskan sebelumnya dengan antarmuka berikut diantaranya antarmuka halaman random bobot, load data latih manual, antarmuka load data latih otomatis

4.1 Antar Muka Halaman Random BobotPada halaman random bobot terdapat kolom

iterasi berfungsi untuk menentukan jumlah iterasi yang diinginkan untuk mendapatkan perbandingan kriteria berpasangan. Implementasi antarmuka halaman random bobot ditunjukkan pada Gambar 4.1. Untuk perbandingan kriteria berpasangan hasil random bobot ditunjukkan pada pada Gambar 4.2 dan hasil akurasi random bobot ditunjukkan pada Gambar 4.3.

4.2 Antar Muka Halaman Input DataHalaman input data ditujukan untuk

menginputkan data calon atlet pencak silat yang akan diseleksi. Pada sistem ini inputan berupa data dalam format excel (.xls). Implementasi form input data ditunjukkan pada Gambar 4.4.

4.3 Antar Muka Halaman Proses AHP-TOPSIS

Pada halaman ini menampilkan seluruh proses perhitungan AHP – TOPSIS. Pembatas antara metode AHP dan metode TOPSIS terletak pada bagian atas yang terdapat menu pilihan AHP atau TOPSIS. Apabila salah satu dipilih maka akan menampilkan sub proses perhitungan dari metode tersebut. Untuk proses perhitungan AHP ditunjukkan pada Gambar 4.5 dan Gambar 4.6 untuk proses perhitungan TOPSIS

Gambar 4.1 Tampilan Halaman Bobot Random

Gambar 4.2 Tampilan Halaman Perbandingan Kriteria Berpasangan Hasil

Random Search

Gambar 4.3 Tampilan Halaman Hasil Akurasi Bobot Random

Gambar 4.4 Tampilan Halaman Input Data

Gambar 4.5 Tampilan Halaman Proses AHP

4.4 Antar Muka Halaman Hasil PeringkatHalaman ini merupakan tampilan hasil akhir

dari seleksi atlet pencak silat. Halaman ini menampilkan nilai yang telah diperoleh oleh tiap atlet menggunakan penggabungan perhitungan AHP dan TOPSIS. Pada halaman ini atlet pencak silat dirangking dari nilai tertinggi sampai terendah dengan tampilan status diterima tidaknya. Pada Gambar 4.7 Menunjukkan halaman proses hasil peringkat.

5. Pengujian dan AnalisisPada bab ini dilakukan proses pengujian dan

analisis hasil implementasi AHP dan TOPSIS untuk proses seleksi atlet pencak silat. Proses pengujian dilakukan dengan pengujian dinamis. Pengujian dinamis dilakukan dengan menguji tingkat akurasi hasil akhir dan menguji treshold terhadap batas nilai preferensi.

5.1 Pengujian Akurasi Sistem Terhadap Data Atlet Pengujian akurasi sistem terhadap data atlet

dilakukan dengan cara membandingkan hasil dari sistem dengan pengetahuan dari pengambil keputusan. Sejumlah data tiap kelas pertandingan dari IPSI Jember dimasukkan dalam sistem lalu diproses menggunakan metode AHP-TOPSIS. Hasil dari sistem akan dibandingkan dengan hasil pertandingan sebenarnya.

5.2 Pengujian Akurasi Terhadap Batas Nilai TresholdPengujian akurasi terhadap perbandingan

treshold ini didasari untuk menunjang bahwa,

implementasi AHP dan TOPSIS dalam penentu seleksi atlet pencak silat dengan akurasi 83% dari enam kelas untuk pembandingnya dapat diterapkan dalam seleksi atlet pencak silat. Pengujian ini menggunakan sistem dengan kriteria yang sama namun tujuannya berbeda yaitu untuk pertandingan antar perguruan silat diluar PORPROV. Pengujian perbandingan treshold dilakukan dengan cara membandingkan status yang didapat dari hasil pertandingan dengan hasil sistem yang batas nilai tresholdnya berbeda. Data yang digunakan pencak silat putra kelas A sampai kelas F sebanyak 117 data dari IPSI Jember. Hasil perhitungan menggunakan metode AHP dan TOPSIS selanjutkan dicocokan dengan hasil keputusan dari pihak panitia penyelenggara seleksi atlet pencak silat yakni IPSI Jember.

5.3 Analisa Hasil Pengujian Akurasi Sistem Terhadap Data Atlet

Pada analisa pengujian akurasi sistem terhadap keputusan dari pihak IPSI Jember dilakukan dengan melihat persentase keakurasian sistem dalam menghasilkan atlet yang lolos seleksi. Daftar calon atlet yang diseleksi ada 44 atlet yang terdiri dari enam kelas. Setiap kelasnya akan dipilih satu atlet untuk masuk ke dalam tim pencak silat. Data hasil pertandingan dari IPSI Jember hanya ada satu atlet pemenang yang lolos seleksi tiap kelasnya. Begitu pula pada sistem dengan perhitungan AHP dan TOPSIS, terdapat satu atlet yang lolos seleksi yang mempunyai nilai tertinggi di tiap kelasnya masing-masing. Hasil dari perhitungan akurasi diatas didapatkan nilai akurasi seleksi atlet pencak silat sebesar 83%. Hasil ini diperoleh karena dari enam kelas yang dibandingkan ada satu kelas yang berbeda antara hasil sistem dengan hasil dari pihak IPSI Jember. Daftar atlet yang dipromosikan berdasarkan pihak IPSI Jember menyebutkan bahwa Putra Catur di kelas E sebagai pemenang yang lolos seleksi atlet pencak silat, namun sistem menghasilkan bahwa Putra Catur bukan sebagai pemenang yang lolos diseleksi atlet pencak silat kelas E. Sistem penentu seleksi atlet pencak silat menggunakan metode AHP dan TOPSIS menghasilkan Yustian Sheif yang lebih pantas jadi pemenang lolos seleksi dikelas E daripada Putra Catur.

5.4 Analisa Hasil Pengujian Akurasi Terhadap Perbandingan TresholdPada analisa pengujian akurasi terhadap

perbandingan treshold ini menggunakan data yang sama namun terdapat nilai preferensi berbeda untuk menentukan status lolos seorang atlet. Pengujian akurasi terhadap perbandingan treshold ini didasari untuk menguatkan asumsi bahwa, implementasi AHP dan TOPSIS dalam penentu seleksi atlet pencak silat dengan akurasi 83% dari enam kelas untuk pembandingnya dapat diterapkan dalam

Gambar 4.6 Tampilan Halaman Proses TOPSIS

Gambar 4.7 Tampilan Halaman Hasil Peringkat

seleksi atlet pencak silat. Pengujian ini menggunakan sistem dengan kriteria yang sama namun tujuannya berbeda yaitu untuk pertandingan antar perguruan silat. Data yang digunakan adalah data pencak silat putra kelas A sampai kelas F sebanyak 117 data dari IPSI Jember. Hasil perhitungan menggunakan metode AHP dan TOPSIS selanjutkan dicocokan dengan hasil keputusan dari pihak panitia penyelenggara seleksi atlet pencak silat yakni IPSI Jember. Sebagai pembanding nilai preferensi yang digunakan sebanyak tiga pembatas nilai preferensi, untuk batas nilai treshold pertama adalah ≥ 0,5 yang kedua ≥ 0,55 dan yang terakhir adalah ≥ 0,6. Hasil dari ketiga batas nilai treshold yang berbeda menampilkan hasil akurasi yang berbeda yaitu pada pengujian pertama didapati 83%, yang kedua dan ketiga sama yaitu 80%. Dari hasil perhitungan ketiga nilai treshold tersebut masih mencapai ≥ 80% dengan data atlet pembanding sebanyak 117 data. Dari hasil perhitungan ketiga akurasi tersebut, dapat disimpulkan bahwa akurasi dari sistem penentu seleksi atlet pencak silat menggunakan metode AHP dan TOPSIS berdasarkan 44 data yang menghasilkan akurasi 83% menunjukkan bahwa sistem ini dapat berjalan sesuai prosedur dari metode AHP dan TOPSIS dan metode AHP dan TOPSIS ini juga dapat diterapkan dalam seleksi atlet pencak silat dengan 14 kriteria sebagai acuan penilaian seleksi atlet pencak silat.

6. Penutup6.1. Kesimpulan

Berdasarkan hasil perancangan dan pengujian yang dilakukan, maka diambil kesimpulan sebagai berikut:1. Aplikasi seleksi atlet pencak silat dengan

metode analitycal hierarchy process (AHP) dan technique for order preference by similarity to ideal solution (TOPSIS) telah dibuat sesuai perancangan dan dapat digunakan untuk membantu proses seleksi atlet pencak silat.

2. Nilai bobot seleksi atlet pencak silat dengan metode analitycal hierarchy process (AHP) dan technique for order preference by similarity to ideal solution (TOPSIS) menggunakan optimasi dengan metode Random Search.

3. Pada proses pengujian akurasi dengan menggunakan 40 data yang diambil dari data IPSI Jember, tingkat akurasi implementasi seleksi atlet pencak silat mencapai 83%.

4. Berdasarkan hasil pengujian, terdapat perbedaan hasil seleksi atlet pencak silat antara sistem dengan sistem pertandingan IPSI. Hal ini dikarenakan dalam pertandingan IPSI yakni atlet satu lawan satu sampai jumlah kuota atlet pencak silat yang lolos terpenuhi, dan terdapat berbagai faktor untuk dapat lolos seleksi.

Sedangkan pada sistem menggunakan 14 indikator atlet pencak silat dalam seleksi tiap atletnya.

6.2. SaranSaran untuk implementasi metode analitycal hierarchy process - technique for order preference by similarity to ideal solution (AHP-TOPSIS) untuk penentuan seleksi atlet pencak silat antara lain :1. Dalam pengembangan selanjutnya diharapkan

dapat menghasilkan sistem yang lebih baik dan kompleks dengan memperbaiki atau menambah kriteria atlet.

2. Dalam pengembangan selanjutnya dapat dilakukan penambahan fitur seleksi, seperti perkembangan atlet tiap minggu.

3. Dalam pengembangan selanjutnya dapat menggunakan algoritma profile matching agar akurasi sistem meningkat

7. Pustaka [MAN-10] Manurung. (2010). “Sistem pendukung keputusan seleksi penerimaan beasiswa dengan metode ahp dan topsis”. Tugas akhir Jurusan Ilmu Komputer Universitas Sumatra Utara. Sumatra utara

[BAS-13] sistem pendukung keputusan penentuan kelayakan pengisian bibit ayam broiler dikandang peternak menggunakan ahp dan topsis. Baskworo Yoga Indra exshadi. 2013. Malang

[SDI-98] Suryadi, Kadarsah dan Rahmadhani. (1998). Sistem pendukung keputusan PT remaja Rosdakarya. Bandung.

[SAT-06] Saaty, T.L. dan Vargas, L.G. (2006), Decision making With The Analytic Network Process, sprinter. United Of America.

[KUS-06] kusumadewi, ari, dik. 2006, “Fuzzy Multi Attribute Decision Making”, Yogyakarta: Graha Ilmu.

[JUL-11] Julianti, Irawan M.I dan Muklash I. (2011). “Pemilihan Guru Berprestasi Menggunakan Metode AHP dan TOPSIS”. Prosding Seminar Nasional Penelitian, Pendidikan dan Penerapan MIPA Universitas Negeri Yogyakarta. Yogyakarta.

[YON-81] Hwang, Chin-lai dan Kwangsun Yoon. (1981). “Multiple Attribute Decission Making Methods Ana Aplication”. Berlin:Springer-Verlag.

[KAH-08] Kahraman, C.B.T.G. (2008). Fuzzy Multy Criteria Decision Makiing Springer. New York.