optimasi pemilihan perangkat lunak erp menggunakan multi...

Optimasi Pemilihan Perangkat Lunak ERP Menggunakan

Multi Criteria Decision Making Fuzzy-AHP dan TOPSIS

Penyusun Tugas Akhir:

Radhea Permata Dewi (5112100114)

Pembimbing Tugas Akhir:

Prof. Drs. Ec. Ir. Riyanarto Sarno, M.Sc., Ph.D.

Abdul Munif, S.Kom., M.Sc.

25 January 2016 Tugas Akhir - KI1502 1

Tugas Akhir - KI1502 2

PENDAHULUAN

DASAR TEORI

METODE PEMECAHAN

MASALAH

ANALISIS DAN

PERANCANGAN

IMPLEMENTASI SISTEM

25 January 2016

RUMUSAN MASALAH

BATASAN MASALAH

TUJUAN

LATAR BELAKANG

KERANGKA PRESENTASI

MANFAATPENGUJIAN DAN EVALUASI

KESIMPULAN

LATAR BELAKANG

Proses penggunaan perangkat lunak ERP : pemilihan > implementasi > evaluasi

Permasalahan diangkat dari kompleksnya memilih perangkat lunak ERP di dalam

sebuah perusahaan. Proses pemilihan : krusial

Permasalahan tersebut adalah pemilihan perangkat lunak ERP

mempertimbangkan banyak kriteria dan terkadang kriteria tersebut bertingkat

sehingga termasuk ke dalam permasalahan Multi Criteria Decision Making

(MCDM)

Teknik MCDM : AHP, TOPSIS, PROMETHEE

Kombinasi Fuzzy, AHP dan TOPSIS = Hybrid MCDM Methodology memungkinkan

perhitungan kriteria yang bertingkat sesuai ISO/IEC 25022 Measurement of

Software Quality in Use

Tugas Akhir - KI1502 325 January 2016

RUMUSAN DAN BATASAN MASALAH

Bagaimana memetakan kriteria yang terdapat di dalam ISO/IEC 25022

Measurement of Quality in Use ke Fuzzy-AHP dan TOPSIS dalam pemilihan

perangkat lunak ERP?

Bagaimana mengimplementasikan metode pemilihan perangkat lunak ERP

tersebut ke dalam perangkat lunak berbasis web?

Perangkat lunak ERP : Adempiere, Odoo dan inoERP


TUJUAN DAN MANFAAT

TUJUAN

Memetakan kriteria yang terdapat di dalam ISO/IEC 25022 Measurement of

Quality in Use ke Fuzzy-AHP dan TOPSIS dalam pemilihan perangkat lunak ERP?

Mengimplementasikan metode pemilihan perangkat lunak ERP tersebut ke dalam

perangkat lunak berbasis web?

MANFAAT

Keilmuan : Teknik pemilihan ERP menggunakan MCDM sesuai standar ISO

Praktis : Pedoman bagi perusahaan yang ingin menggunakan ERP



PENDAHULUAN

DASAR TEORI

METODE PEMECAHAN

MASALAH

ANALISIS DAN

PERANCANGAN

IMPLEMENTASI SISTEM

25 January 2016

MCDM

FUZZY-AHP

HYBRID MCDM

ERP

KERANGKA PRESENTASI

ISO/IEC 25022

PENGUJIAN DAN EVALUASI

KESIMPULAN

BEEHIVEZ

LARAVEL


PENDAHULUAN

DASAR TEORI

METODE PEMECAHAN

MASALAH

ANALISIS DAN

PERANCANGAN

IMPLEMENTASI SISTEM

25 January 2016

FUZZY-AHP

TOPSIS

CAKUPAN

KERANGKA PRESENTASI


KESIMPULAN

ERP

Konsep untuk merencanakan dan mengelola sumber daya sebuah perusahaan

meliputi dana, manusia, mesin, suku cadang, waktu, material dan kapasitas yang

berpengaruh luas mulai dari manajemen paling atas hingga operasional di sebuah

perusahaan agar dapat dimanfaatkan secara optimal untuk menghasilkan nilai

tambah bagi seluruh pihak yang berkepentingan di dalam perusahaan tersebut.

Berbagai jenis ERP dikembangkan dalam beberapa decade terakhir. Terdapat banyak

jenis mulai dari sumber terbuka hingga berbayar.


MCDM

Multi Criteria Decision Making (MCDM) merupakan sebuah teknik untuk memilih

alternatif terbaik berdasarkan banyak kriteria di mana mungkin saja beberapa

kriteria tersebut saling bertolak belakang atau konflik.

Karakteristik:

Terdiri dari beberapa kriteria atau atribut, dan seringkali membentuk sebuah

hirarki atau bertingkat.

Terdapat konflik antar beberapa kriteria.

Umumnya tidak terukur dan merupakan campuran antara teknik kualitatif dan

kuantitatif

Merupakan campuran antara atribut deterministik dan probabilistik

Terdapat ketidakpastian, seperti penilaian yang subjektif, ketidakpastian data

serta informasi yang tidak komplit

Biasanya terjadi dalam skala besar, bisa mencapai ratusan atribut

Hasil akhir bisa saja tidak memberikan kesimpulan


Fuzzy-AHP

Metode perangkingan yang merupakan gabungan metode AHP dengan pendekatan

konsep fuzzy. Berdasarkan skala Triangular Fuzzy Number (TFN).


Intensitas

Kepentingan AHP

Definisi Skala

Triangular

Fuzzy

1 Sama-sama penting (Equally importance) (1, 1, 1)

3 Nilai kepentingan moderat (Moderate importance

of one over another)

(2, 3, 4)

5 Lebih penting (Essential or strong importance) (4, 5, 6)

7 Sangat penting (Demonstrated importance) (6, 7, 8)

9 Ekstrim penting (Extreme importance) (9, 9, 9)

2 Lemah atau sedikit lebih penting (Intermediate

values between two adjacent judgments)

(1, 2, 3)

4 Nilai kepentingan lebih dari moderat

(Intermediate values between two adjacent

judgments)

(3, 4, 5)

6 Sedikit di atas lebih penting (Intermediate values

between two adjacent judgments)

(5, 6, 7)

8 Sangat penting sekali (Intermediate values

between two adjacent judgments)

(7, 8, 9)

Fuzzy-AHP (cont)


Characteristics Mi Ni

Effectiveness measures 1 1 1 1 1 1 1 2 3 1 2 3 2 3 4 1.1487 1.6438 2.0477 0.15298 0.2851 0.48164 0.30657 0.276

Efficiency measures 1 1 1 1 1 1 1 2 3 2 3 4 3 4 5 1.43097 1.8882 2.2679 0.19057 0.32749 0.53345 0.35051 0.31554

Satisfaction measures 0.33333 0.5 1 0.33333 0.5 1 1 1 1 0.2 0.25 0.33333 1 2 3 0.46704 0.6598 1 0.0622 0.11443 0.23522 0.13728 0.12359

Freedom from risk measures 0.33333 0.5 1 0.25 0.33333 0.5 3 4 5 1 1 1 2 3 4 0.87055 1.1487 1.5849 0.11594 0.19924 0.37279 0.22932 0.20645

Context coverage measures 0.25 0.33333 0.5 0.2 0.25 0.33333 0.33333 0.5 1 0.25 0.33333 0.5 1 1 1 0.33416 0.4251 0.6084 0.0445 0.07374 0.1431 0.08711 0.07842

1

wiEffectiveness measures Efficiency measures Satisfaction measures Freedom from risk measuresContext coverage measures ri

Matriks triangular fuzzy

Rata-rata aritmatika

ri (Rata-rata geometric)

wi (Bobot fuzzy)

Mi (defuzzifikasi)

Ni (normalisasi)

Fuzzy-AHP (cont)

Characteristics Weight Characteristics Sub-characteristics Weight Sub-characteristics Parameter Weight Parameter Global Weight

Task completion 0.404702852 1 11.17%

Task effectiveness 0.323239209 8.92%

Error frequency 0.272057939 7.51%

Time efficiency 0.259470586 1 8.19%

Relative task time 0.230873009 7.29%

Task efficiency 0.110556207 3.49%

Relative task efficiency 0.055786339 1.76%

Economic productivity 0.205008497 6.47%

Productive proportion 0.081939867 2.59%

Relative number of user actions 0.056365495 1.78%

Effectiveness

measures27.60% Effectiveness measures 1

Efficiency measures 31.55% Efficiency measures 1


Menemukan bobot global

TOPSIS

Menggambarkan sebuah permasalahan MCDM yang terdiri dari n alternatif sebagai

sebuah sistem geometri dengan n titik di dalam sebuah m ruang dimensional.

Alternatif yang dipilih di dalam TOPSIS harus memiliki jarak terpendek dari solusi

ideal positif dan jarak terjauh dari solusi ideal negatif.

MCDM based on measurement of quality in use - ISO 25022.xlsx


MCDM based on measurement of quality in use - ISO 25022.xlsx

HYBRID MCDM TECHNIQUES

Output global weight dari Fuzzy-AHP dijadikan sebagai input bobot pada TOPSIS.


ISO/IEC 25000 SQuaRE

ISO/IEC 2500n – Quality Management Division

ISO/IEC 25000 : Guide to SQuaRE

ISO/IEC 25001 : Planning and Management

ISO/IEC 2501n - Quality Model Division

ISO/IEC 25010 : System and software quality models

ISO/IEC 25012 : Data Quality model

ISO/IEC 2502n – Quality Measurement Division

ISO/IEC 25020 : Measurement reference model and guide

ISO/IEC 25021 : Quality measure elements

ISO/IEC 25022.2: Measurement of quality in use

ISO/IEC 25023.3: Measurement of system and software product quality

ISO/IEC 25024 : Measurement of data quality

ISO/IEC 2503n – Quality Requirements Division

ISO/IEC 25030 : Quality requirements

ISO/IEC 2504n – Quality Evaluation Division

ISO/IEC 25040 : Evaluation reference model and guide

ISO/IEC 25041 : Evaluation guide for developers, acquirers and independent

evaluators

ISO/IEC 25042 : Evaluation modules

ISO/IEC 25045 : Evaluation module for recoverability15

Beehivez


Similarity = 4/6 = 0.67

Kesamaan secara perilaku

Beehivez (cont)


V (G1, G2) = The number of similar vertices between graph 1 and graph 2

E (G1, G2) = The number of similar edges between graph 1 graph 2

VG1 = The number of vertices in graph 1

VG2 = The number of vertices in graph 2

EG1 = The number of edges in graph 1

EG2 = The number of edges in graph 2

Similarity = (8+10)2/(8+8)*(12+12)

= 0.84375

Laravel



PENDAHULUAN

DASAR TEORI

METODE PEMECAHAN

MASALAH

ANALISIS DAN

PERANCANGAN

IMPLEMENTASI SISTEM

25 January 2016

PERANCANGAN

ANALISIS

KERANGKA PRESENTASI


KESIMPULAN

ALUR SISTEM MCDM PEMILIHAN PERANGKAT LUNAK ERP

20

DIAGRAM KASUS PENGGUNAAN



PENDAHULUAN

DASAR TEORI

METODE PEMECAHAN

MASALAH

ANALISIS DAN

PERANCANGAN

IMPLEMENTASI SISTEM

25 January 2016

ANTARMUKA

KELAS

KERANGKA PRESENTASI


KESIMPULAN

Implementasi Kelas Controller


Implementasi Kelas Model


Implementasi Kelas Event


Implementasi Kelas Listener


Implementasi Antarmuka


Implementasi Antarmuka (Cont.)



PENDAHULUAN

DASAR TEORI

METODE PEMECAHAN

MASALAH

ANALISIS DAN

PERANCANGAN

IMPLEMENTASI SISTEM

25 January 2016

DATA STUDI KASUS

UJI KEBENARAN FUNGSIONALITAS

DAN CROSS BROWSER

LINGKUNGAN UJI COBA

KERANGKA PRESENTASI


KESIMPULAN

Lingkungan Uji Coba

• Perangkat keras

• Prosesor: Intel® Core™ i7 CPU @ 2.40GHz

• Memori(RAM): 4 GB

• Tipe sistem: 64-bit sistem operasi

• Perangkat lunak

• Sistem operasi: Windows 8.1 Professional

• Peramban: Google Chrome versi 47.0.2526.106, Mozilla Firefox 43.0 dan Microsoft Edge 25.10586.0.0

• Perangkat pengembang: Sublime Text 3


Kebenaran Fungsionalitas Fuzzy-AHP


Global Weight

0.1116961

0.0892125

0.0750867

0.0818746

0.0728508

0.0348854

0.0176031

0.0646894

0.0258557

0.0177858

0.0118540

0.0046900

0.0036846

0.0081986

0.0209024

0.0414328

0.0146900

Kebenaran Fungsionalitas TOPSIS


Adempiere 0.972

Odoo 0.548

InoERP 0.031

Uji antar peramban yang berbeda (Cross browser)

Peramban Uji Hasil

Chrome Fuzzy-AHP Konsisten

TOPSIS Konsisten

Mozilla Fuzzy-AHP Konsisten

TOPSIS Konsisten

Edge Fuzzy-AHP Konsisten

TOPSIS Konsisten



PENDAHULUAN

DASAR TEORI

METODE PEMECAHAN

MASALAH

ANALISIS DAN

PERANCANGAN

IMPLEMENTASI SISTEM

25 January 2016

KERANGKA PRESENTASI


KESIMPULAN

Kesimpulan dan Saran


Kesimpulan

ISO/IEC 25022 Measurement of Quality in Use berhasil dipetakan pada

kombinasi metode MCDM Fuzzy-AHP dan TOPSIS.

Metode kombinasi Fuzzy-AHP dan TOPSIS berhasil diimplementasikan pada

sistem. Hasil perhitungan sesuai dengan perhitungan manual dan tampilan web

konsisten di berbagai peramban.

Saran

Penelitian selanjutnya bisa melakukan riset secara lebih mendalam pada bagian

sub-kriteria ekonomi.

Mengembangkan sistem hingga dapat menggunakan file bisnis proses secara

langsung sehingga tidak perlu menggunakan aplikasi terpisah untuk pengukuran

kemiripan proses bisnis.

TERIMA KASIH


optimasi pemilihan perangkat lunak erp menggunakan multi...

Documents