Dari hasil perhitungan dari tiap aspek tersebut kemudian dihitung nilai total berdasarkan presentase dari core factor dan secondary factor yang diperkirakan berpengaruh terhadap kinerja tiap-tiap profil.
Perhitungan Nilai Total dapat dilihat pada rumus di bawah ini:
Keterangan
- $N_{CF}(i,s,p)$ : Nilai rata-rata core factor(kecerdasan,sikap kerja, perilaku)
- $N_{SF}(i,s,p)$ : Nilai rata-rata secondary factor (kecerdasan,sikap kerja, perilaku)
- $N(i,s,p)$ : Nilai Total dari aspek (kecerdasan,sikap kerja, perilaku)
- $x$ : Nilai prosentase yang diinputkan untuk core factor
- $y$ : Nilai prosentase yang diinputkan untuk secondary factor
Berdasarkan persamaan-persamaan [GAP-02],[GAP-03] dan [GAP-04] dapat dihitung nilai total untuk setiap aspek untuk masing-masing kandidat sebagai berikut :
Perhitungan Aspek Kecerdasan
Perhitungan nilai Aspek Kecerdasan untuk Alternatif
BellaCore Factor N
CF(i) = (4+4+4+3+3+3)/6 = 21/6=3.5
Secondary Factor N
SF(i) = (4.5+4.5+4.5+5)/4 = 18.5/4=4.625
Nilai Total N(i) = 65% * N
CF(i) + 35% * N
SF(i) =0.65 * 3.5 + 0.35 * 4.625 = 3.89375
Perhitungan nilai Aspek Kecerdasan untuk Alternatif
TantriCore Factor N
CF(i) = (5+4+5+4+5+4)/6 = 27/6=4.5
Secondary Factor N
SF(i) = (5+3.5+4.5+4.5)/4 = 17.5/4=4.375
Nilai Total N(i) = 65% * N
CF(i) + 35% * N
SF(i) =0.65 * 4.5 + 0.35 * 4.375 = 4.45625
Perhitungan nilai Aspek Kecerdasan untuk Alternatif
WawanCore Factor N
CF(i) = (4+4+4+5+2+5)/6 = 24/6=4
Secondary Factor N
SF(i) = (5+4.5+4+4.5)/4 = 18/4=4.5
Nilai Total N(i) = 65% * N
CF(i) + 35% * N
SF(i) =0.65 * 4 + 0.35 * 4.5 = 4.175
Perhitungan nilai Aspek Kecerdasan untuk Alternatif
JamesCore Factor N
CF(i) = (3+5+3+5+2+5)/6 = 23/6=3.8333333333333
Secondary Factor N
SF(i) = (3.5+5+4+5)/4 = 17.5/4=4.375
Nilai Total N(i) = 65% * N
CF(i) + 35% * N
SF(i) =0.65 * 3.8333333333333 + 0.35 * 4.375 = 4.0229166666667
Perhitungan nilai Aspek Kecerdasan untuk Alternatif
EnricoCore Factor N
CF(i) = (4+4+3+5+3+4)/6 = 23/6=3.8333333333333
Secondary Factor N
SF(i) = (4+4.5+4+4)/4 = 16.5/4=4.125
Nilai Total N(i) = 65% * N
CF(i) + 35% * N
SF(i) =0.65 * 3.8333333333333 + 0.35 * 4.125 = 3.9354166666667
Perhitungan Aspek Sikap Kerja
Perhitungan nilai Aspek Sikap Kerja untuk Alternatif
BellaCore Factor N
CF(s) = (3+2)/2 = 5/2=2.5
Secondary Factor N
SF(s) = (4.5+5+4.5+3.5)/4 = 17.5/4=4.375
Nilai Total N(s) = 60% * N
CF(s) + 40% * N
SF(s) =0.6 * 2.5 + 0.4 * 4.375 = 3.25
Perhitungan nilai Aspek Sikap Kerja untuk Alternatif
TantriCore Factor N
CF(s) = (4.5+2)/2 = 6.5/2=3.25
Secondary Factor N
SF(s) = (3+2.5+3.5+3.5)/4 = 12.5/4=3.125
Nilai Total N(s) = 60% * N
CF(s) + 40% * N
SF(s) =0.6 * 3.25 + 0.4 * 3.125 = 3.2
Perhitungan nilai Aspek Sikap Kerja untuk Alternatif
WawanCore Factor N
CF(s) = (4.5+1)/2 = 5.5/2=2.75
Secondary Factor N
SF(s) = (4.5+2.5+3+4.5)/4 = 14.5/4=3.625
Nilai Total N(s) = 60% * N
CF(s) + 40% * N
SF(s) =0.6 * 2.75 + 0.4 * 3.625 = 3.1
Perhitungan nilai Aspek Sikap Kerja untuk Alternatif
JamesCore Factor N
CF(s) = (4+2)/2 = 6/2=3
Secondary Factor N
SF(s) = (4+4.5+5+4.5)/4 = 18/4=4.5
Nilai Total N(s) = 60% * N
CF(s) + 40% * N
SF(s) =0.6 * 3 + 0.4 * 4.5 = 3.6
Perhitungan nilai Aspek Sikap Kerja untuk Alternatif
EnricoCore Factor N
CF(s) = (5+1)/2 = 6/2=3
Secondary Factor N
SF(s) = (5+4.5+3+5)/4 = 17.5/4=4.375
Nilai Total N(s) = 60% * N
CF(s) + 40% * N
SF(s) =0.6 * 3 + 0.4 * 4.375 = 3.55
Perhitungan Aspek Perilaku
Perhitungan nilai Aspek Perilaku untuk Alternatif
BellaCore Factor N
CF(p) = (4.5+2)/2 = 6.5/2=3.25
Secondary Factor N
SF(p) = (4.5+3.5)/2 = 8/2=4
Nilai Total N(p) = 55% * N
CF(p) + 45% * N
SF(p) =0.55 * 3.25 + 0.45 * 4 = 3.5875
Perhitungan nilai Aspek Perilaku untuk Alternatif
TantriCore Factor N
CF(p) = (5+5)/2 = 10/2=5
Secondary Factor N
SF(p) = (5+5)/2 = 10/2=5
Nilai Total N(p) = 55% * N
CF(p) + 45% * N
SF(p) =0.55 * 5 + 0.45 * 5 = 5
Perhitungan nilai Aspek Perilaku untuk Alternatif
WawanCore Factor N
CF(p) = (5+4)/2 = 9/2=4.5
Secondary Factor N
SF(p) = (4.5+5)/2 = 9.5/2=4.75
Nilai Total N(p) = 55% * N
CF(p) + 45% * N
SF(p) =0.55 * 4.5 + 0.45 * 4.75 = 4.6125
Perhitungan nilai Aspek Perilaku untuk Alternatif
JamesCore Factor N
CF(p) = (4.5+3)/2 = 7.5/2=3.75
Secondary Factor N
SF(p) = (5+4.5)/2 = 9.5/2=4.75
Nilai Total N(p) = 55% * N
CF(p) + 45% * N
SF(p) =0.55 * 3.75 + 0.45 * 4.75 = 4.2
Perhitungan nilai Aspek Perilaku untuk Alternatif
EnricoCore Factor N
CF(p) = (5+4)/2 = 9/2=4.5
Secondary Factor N
SF(p) = (4.5+4.5)/2 = 9/2=4.5
Nilai Total N(p) = 55% * N
CF(p) + 45% * N
SF(p) =0.55 * 4.5 + 0.45 * 4.5 = 4.5
Bagian ini sebenarnya tidak termasuk dalam proses pembuatan aplikasi Metode Profile Matching dengan PHP, namun untuk keperluan menjelaskan proses perhitungannya dengan memakai database server MySQL/MariaDB dan bahasa pemrograman PHP dalam artikel ini maka perlu disiapkan satu buah database. Sebagai contoh disini digunakan database bernama db_dss yang dibuat dengan sintak SQL sebagai berikut:
CREATE DATABASE IF NOT EXISTS db_dss;
USE db_dss;
Awalnya membuat dulu database dengan nama db_dss jika belum ada database dengan nama tersebut, kemudian gunakan database tersebut dengan memakai sintak USE db_dss;
Dalam hal ini, pembuatan database memakai command console dari database server yang bersangkutan
Dari data pada fakta di atas, dapat di representasikan aspek-aspek yang berperan dalam permasalahan ini dalam bentuk tabel database, yaitu tabel pm_aspek sebagai berikut:
DROP TABLE IF EXISTS pm_aspek;
CREATE TABLE IF NOT EXISTS pm_aspek(
id_aspek TINYINT(3) UNSIGNED AUTO_INCREMENT,
aspek VARCHAR(100) NOT NULL,
prosentase FLOAT NOT NULL,
bobot_core FLOAT NOT NULL,
bobot_secondary FLOAT NOT NULL,
PRIMARY KEY(id_aspek)
)ENGINE=MyISAM;
INSERT INTO pm_aspek(id_aspek,aspek,prosentase,bobot_core,bobot_secondary)
VALUES
(1,'Kecerdasan',30,65,35),
(2,'Sikap Kerja',30,60,40),
(3,'Perilaku',40,55,45);
SELECT * FROM tbl_aspek;
+----------+-------------+------------+------------+-----------------+
| id_aspek | aspek | prosentase | bobot_core | bobot_secondary |
+----------+-------------+------------+------------+-----------------+
| 1 | Kecerdasan | 30 | 65 | 35 |
| 2 | Sikap Kerja | 30 | 60 | 40 |
| 3 | Perilaku | 40 | 55 | 45 |
+----------+-------------+------------+------------+-----------------+
3 rows in set (0.00 sec)
DROP TABLE IF EXISTS pm_faktor;
CREATE TABLE IF NOT EXISTS pm_faktor(
id_faktor TINYINT(3) UNSIGNED AUTO_INCREMENT,
id_aspek TINYINT(3) UNSIGNED NOT NULL,
faktor VARCHAR(30) NOT NULL,
target TINYINT(3) NOT NULL,
type SET('core','secondary'),
PRIMARY KEY(id_faktor)
)ENGINE=MyISAM;
INSERT INTO pm_faktor(id_aspek,faktor,target,type)
VALUES
(1,'Common Sense',3,'secondary'),
(1,'Verbalisasi Ide',3,'secondary'),
(1,'Sistematika Berpikir',4,'core'),
(1,'Penalaran dan Solusi Real',4,'core'),
(1,'Konsentrasi',3,'secondary'),
(1,'Logika Praktis',4,'core'),
(1,'Fleksibilitas Berpikir',4,'core'),
(1,'Imajinasi Kreatif',5,'core'),
(1,'Antisipasi',3,'secondary'),
(1,'Potensi Kecerdasan',4,'core'),
(2,'Energi Psikis',3,'secondary'),
(2,'Ketelitian dan tanggung jawab',4,'core'),
(2,'Kehati-hatian',2,'secondary'),
(2,'Pengendalian Perasaan',3,'secondary'),
(2,'Dorongan Berprestasi',3,'secondary'),
(2,'Vitalitas dan Perencanaan',5,'core'),
(3,'Dominance (Kekuasaan)',3,'secondary'),
(3,'Influences (Pengaruh)',3,'secondary'),
(3,'Steadiness (Keteguhan Hati)',4,'core'),
(3,'Compliance (Pemenuhan)',5,'core');
Tabel pm_bobot digunakan untuk menyimpan nilai-nilai yang digunakan untuk pembobotan nilai gap dari tiap faktor untuk masing-masing kandidat/alternatif. Tabel ini mengacu pada nilai yang ada pada bagian pembobotan dalam contoh kasus di atas.
DROP TABLE IF EXISTS pm_bobot;
CREATE TABLE IF NOT EXISTS pm_bobot(
selisih TINYINT(3) NOT NULL,
bobot FLOAT NOT NULL,
keterangan VARCHAR(100) NOT NULL,
PRIMARY KEY(selisih)
)ENGINE=MyISAM;
INSERT INTO pm_bobot(selisih,bobot,keterangan)
VALUES
(0,5,'Tidak ada selisih (kompetensi sesuai dgn yg dibutuhkan)'),
(1,4.5,'Kompetensi individu kelebihan 1 tingkat'),
(-1,4,'Kompetensi individu kekurangan 1 tingkat'),
(2,3.5,'Kompetensi individu kelebihan 2 tingkat'),
(-2,3,'Kompetensi individu kekurangan 2 tingkat'),
(3,2.5,'Kompetensi individu kelebihan 3 tingkat'),
(-3,2,'Kompetensi individu kekurangan 3 tingkat'),
(4,1.5,'Kompetensi individu kelebihan 4 tingkat'),
(-4,1,'Kompetensi individu kekurangan 4 tingkat');
SELECT * FROM pm_bobot;
+---------+-------+------------------------------------------------------------+
| selisih | bobot | keterangan |
+---------+-------+------------------------------------------------------------+
| 0 | 5 | Tidak ada selisih (kompetensi sesuai dgn yg dibutuhkan) |
| 1 | 4.5 | Kompetensi individu kelebihan 1 tingkat |
| -1 | 4 | Kompetensi individu kekurangan 1 tingkat |
| 2 | 3.5 | Kompetensi individu kelebihan 2 tingkat |
| -2 | 3 | Kompetensi individu kekurangan 2 tingkat |
| 3 | 2.5 | Kompetensi individu kelebihan 3 tingkat |
| -3 | 2 | Kompetensi individu kekurangan 3 tingkat |
| 4 | 1.5 | Kompetensi individu kelebihan 4 tingkat |
| -4 | 1 | Kompetensi individu kekurangan 4 tingkat |
+---------+-------+------------------------------------------------------------+
9 rows in set (0.01 sec)
Data kandidat/alternatif dimasukkan dalam tabel pm_alternatif. Pada contoh ini hanya menyimpan data Nama saja, untuk keperluan/kebutuhan yang lain bisa ditambahkan atribut-atribut lain semisal jabatan, tempat/tanggal lahir, alamat, nomor telepon dan sebagainya dengan menambahkan field/column pada tabel pm_alternatif yang diperlukan. Pembuatan tabel pm_alternatif dan pengisian nilai record-nya (sesuai dengan contoh kasus di atas) adalah sebagai berikut:
DROP TABLE IF EXISTS pm_alternatif;
CREATE TABLE IF NOT EXISTS pm_alternatif(
id_alternatif TINYINT(3) UNSIGNED AUTO_INCREMENT,
alternatif VARCHAR(100) NOT NULL,
PRIMARY KEY(id_alternatif)
)ENGINE=MyISAM;
INSERT INTO pm_alternatif(alternatif)
VALUES
('Bella'),
('Tantri'),
('Wawan'),
('James'),
('Enrico');
Semua data penilaian untuk setiap faktor dari masing-masing kandidat/alternatif di simpan pada tabel pm_sample. Proses pembuatan dan pengisian data record sesuai dengan data kandidat dalam contoh kasus di atas dituliskan dalam query sebagai berikut:
DROP TABLE IF EXISTS pm_sample;
CREATE TABLE IF NOT EXISTS pm_sample(
id_sample INT(11) UNSIGNED AUTO_INCREMENT,
id_alternatif TINYINT(3) UNSIGNED NOT NULL,
id_faktor TINYINT(3) UNSIGNED NOT NULL,
value TINYINT(3) UNSIGNED NOT NULL,
PRIMARY KEY(id_sample)
)ENGINE=MyISAM;
INSERT INTO pm_sample(id_alternatif,id_faktor,value)
VALUES
(1,1,4),(1,2,4),(1,3,3),(1,4,3),(1,5,4),(1,6,3),(1,7,2),(1,8,3),(1,9,3),(1,10,2),(1,11,4),(1,12,2),(1,13,2),(1,14,4),(1,15,5),(1,16,2),(1,17,4),(1,18,5),(1,19,5),(1,20,2),(2,1,3),(2,2,5),(2,3,4),(2,4,3),(2,5,4),(2,6,4),(2,7,3),(2,8,5),(2,9,4),(2,10,3),(2,11,1),(2,12,5),(2,13,5),(2,14,5),(2,15,5),(2,16,2),(2,17,3),(2,18,3),(2,19,4),(2,20,5),(3,1,3),(3,2,4),(3,3,3),(3,4,3),(3,5,2),(3,6,3),(3,7,4),(3,8,2),(3,9,4),(3,10,4),(3,11,4),(3,12,5),(3,13,5),(3,14,1),(3,15,4),(3,16,1),(3,17,4),(3,18,3),(3,19,4),(3,20,4),(4,1,5),(4,2,3),(4,3,2),(4,4,4),(4,5,2),(4,6,2),(4,7,4),(4,8,2),(4,9,3),(4,10,4),(4,11,2),(4,12,3),(4,13,3),(4,14,3),(4,15,4),(4,16,2),(4,17,3),(4,18,4),(4,19,5),(4,20,3),(5,1,2),(5,2,4),(5,3,3),(5,4,3),(5,5,2),(5,6,2),(5,7,4),(5,8,3),(5,9,2),(5,10,3),(5,11,3),(5,12,4),(5,13,3),(5,14,1),(5,15,3),(5,16,1),(5,17,4),(5,18,4),(5,19,4),(5,20,4);
Koneksi ke Database Server
Dari database yang sudah dibuat, kita bisa membuat script php untuk membuat koneksi ke database server dengan extension mysqli secara sederhana sebagai berikut:
<?php
//-- konfigurasi database
$dbhost = 'localhost';
$dbuser = 'root';
$dbpass = '';
$dbname = 'db_dss';
//-- koneksi ke database server dengan extension mysqli
$db = new mysqli($dbhost,$dbuser,$dbpass,$dbname);
//-- hentikan program dan tampilkan pesan kesalahan jika koneksi gagal
if ($db->connect_error) {
die('Connect Error ('.$db->connect_errno.')'.$db->connect_error);
}
?>;
Sesuaikan nilai-nilai $dbhost,$dbuser,$dbpass dan $dbname dengan konfigurasi database yg digunakan.
Pengambilan Nilai
Sebelum dilakukan perhitungan-perhitungan menggunakan metoda Profile Matching dengan menggunakan PHP, maka terlebih dahulu kita menyiapkan data yang akan diolah dengan mengambil (fetching) data dari database, dan disimpan (assign) ke dalam variabel-variabel PHP.
Data-data yang diambil tersebut meliputi data-data primer -- yaitu data aspek, faktor, dan data bobot -- serta data-data sekunder yaitu data kandidat/alternatif beserta data penilaiannya (sample)
Mengambil Nilai Aspek Penilaian
Data kriteria aspek yang tersimpan pada tabel pm_aspek dan data faktor pada tabel pm_faktor, masing-masing di-fetching dan di-assign ke variabel array dua dimensi $aspek dan $faktor. Pengkodean dalam bahasa pemrograman PHP-nya seperti berikut ini :
<?php
//-- query untuk mendapatkan semua data aspek di tabel pm_aspek
$sql = 'SELECT * FROM pm_aspek';
$result = $db->query($sql);
//-- menyiapkan variable penampung berupa array
$aspek=array();
//-- melakukan iterasi pengisian array untuk tiap record data yang didapat
foreach ($result as $row) {
$aspek[$row['id_aspek']]=array($row['aspek'],$row['prosentase'],$row['bobot_core'],$row['bobot_secondary']);
}
//-- query untuk mendapatkan semua data faktor di tabel pm_faktor
$sql = 'SELECT * FROM pm_faktor';
$result = $db->query($sql);
//-- menyiapkan variable penampung berupa array
$faktor=array();
//-- melakukan iterasi pengisian array untuk tiap record data yang didapat
foreach ($result as $row) {
$faktor[$row['id_faktor']]=array($row['id_aspek'],$row['faktor'],$row['target'],$row['type']);
}
?>;
Kita dapat menggabung dua routine tersebut dengan memakai klausa JOIN tabel dalam query sehingga cukup memakai satu request query ke database server, contohnya adalah sebagai berikut:
<?php
//-- query untuk mendapatkan semua data aspek dan faktor di tabel pm_aspek/pm_faktor
$sql = 'SELECT * FROM pm_aspek a JOIN pm_faktor b USING(id_aspek) ORDER BY a.id_aspek';
$result = $db->query($sql);
//-- menyiapkan variable penampung berupa array
$aspek=$faktor=array();
//-- melakukan iterasi pengisian array untuk tiap record data yang didapat
foreach ($result as $row) {
$aspek[$row['id_aspek']]=array($row['aspek'],$row['prosentase'],$row['bobot_core'],$row['bobot_secondary']);
$faktor[$row['id_faktor']]=array($row['id_aspek'],$row['faktor'],$row['target'],$row['type']);
}
?>
Mengambil Nilai Bobot
Data bobot yang yang digunakan dalam perhitungan pembobotan nilai gap dan tersimpan pada tabel pm_bobot di-fetching dan di-assign ke variabel array $bobot dengan menggunakan script PHP seperti di bawah ini :
<?php
//-- query untuk mendapatkan semua data bobot di tabel pm_bobot
$sql = 'SELECT * FROM pm_bobot';
$result = $db->query($sql);
//-- menyiapkan variabel penampung berupa array
$bobot=array();
//-- melakukan iterasi pengisian array untuk tiap record data yang didapat
foreach ($result as $row) {
//-- $row['selisih'] merupakan nilai gap/selisih
$bobot[$row['selisih']] = $row;
}
?>
Index/key dari variabel $bobot adalah merupakan nilai gap/selisih; sebagai contoh $bobot[-1] adalah berisi data bobot untuk nilai gap/selisih sebesar -1 yang dalam hal ini berisi data array [-1,4,'Kompetensi individu kekurangan 1 tingkat']. Dari data array tersebut dapat dibaca bahwa untuk nilai gap/selisih = -1 mempunyai nilai bobot = 4 dan memiliki makna : 'Kompetensi individu kekurangan 1 tingkat'.
Mengambil Nilai Sample
Data sample yang tersimpan pada tabel pm_sample di-fetching dan di-assign ke variabel array dua dimensi $sample. Kode script PHP-nya adalah seperti berikut ini :
<?php
//-- query untuk mendapatkan semua data sample di tabel pm_sample
$sql = 'SELECT * FROM pm_sample a JOIN pm_alternatif b USING(id_alternatif) ORDER BY a.id_alternatif,a.id_faktor';
$result = $db->query($sql);
//-- menyiapkan variable penampung berupa array
$sample=array();
//-- melakukan iterasi pengisian array untuk tiap record data yang didapat
foreach ($result as $row) {
//-- jika array $sample[$row['alternatif']] belum ada maka buat baru
//-- $row['alternatif'] adlah nama kandidat/alternatif
if (!isset($sample[$row['alternatif']])) {
$sample[$row['alternatif']] = array();
}
$sample[$row['alternatif']][$row['id_faktor']] = $row['value'];
}
?>
Index/key dari dimensi array $sample yang pertama adalah menunjukan nama dari alternatif/kandidat sedangkan yang kedua adalah id dari faktor-nya. Sebagai contoh $sample['Bella'][1] menunjukkan nilai dari hasil penilaian dari alternatif/kandidat Bella untuk faktor ke-1 (Common Sense).
Penghitungan Nilai
Bagian utama dari proses metoda Profile Matching adalah perhitungan nilai gap, pembobotan berdasarkan nilai gap, mencari nilai rata-rata core factor dan secondary factor serta nilai totalnya untuk tiap-tiap aspek; dan perangkingan dari nilai akhirnya.
Setelah proses pengambilan nilai-nilai primer dan sekunder dari database dilakukan pada proses sebelumnya, bagian ini akan menjelaskan proses perhitungan metode Profile Matching dengan menggunakan PHP. Data-data variabel yang dideklarasikan pada proses sebelumnya akan digunakan kembali dalam proses-proses berikut.
Menghitung Nilai GAP
Dalam menghitung nilai GAP, kita mengacu pada persamaan [GAP-01], variabel yang diolah adalah $sample dibandingkan dengan data target yang ada di variabel $faktor. Perhitungan dalam PHP adalah sebagai berikut :
<?php
//-- menyiapkan variable penampung berupa array
$gap=array();
//-- melakukan iterasi perhitungan gap untuk tiap data $sample yang ada
foreach ($sample as $id_alternatif=>$data) {
//-- inisialisai variabel $gap[$id_alternatif]
$gap[$id_alternatif] = array();
//-- lakukan iterasi untuk menghitung gap dari setiap faktor yang ada
foreach ($faktor as $id_faktor=>$value) {
$gap[$id_alternatif][$id_faktor] = $data[$id_faktor]-$value;
}
}
?>
Pembototan Nilai GAP
Proses selanjutnya setelah nilai gap dari tiap faktor untuk masing-masing kandidat/alternatif diperoleh adalah menetapkan pembobotan untuk tiap-tiap nilai gap tersebut. Nilai yang sudah dilakukan pembobotan disimpan dalam variabel $terbobot. Nilainya diambil dari array $bobot dengan index/key sesuai dengan nilai gap-nya. Kode PHP-nya dituliskan dalam script di bawah ini :
<?php
//-- menyiapkan variable penampung berupa array
$terbobot=array();
//-- melakukan iterasi pembobotan untuk tiap data $gap yang ada
foreach ($gap as $id_alternatif=>$data) {
//-- inisialisai variabel $terbobot[$id_alternatif]
$terbobot[$id_alternatif] = array();
//-- lakukan iterasi untuk pembobotan gap dari setiap faktor yang ada
foreach ($data as $id_faktor=>$value) {
$terbobot[$id_alternatif][$id_faktor] = $bobot[$value];
}
}
?>
Menghitung Nilai Total
Nilai total tiap Aspek dihitung dari penjumlahan perkalian nilai rata-rata core factor dan secondary factor dengan bobot-nya masing-masing. Perhitungan nilai rata-rata core factor dan secondary factor mengacu pada persamaan [GAP-02] dan [GAP-03], sedangkan untuk menghitung Nilai Totalnya menggunakan persamaan [GAP-04]. Perhitungan-perhitungan tersebut dapat di tuliskan dalam bahasa pemrograman PHP sebagai berikut:
<?php
//-- menyiapkan variable penampung berupa array $hasil
$hasil=array();
//-- lakukan iterasi untuk tiap alternatif/kandidat
foreach($terbobot as $nm_alternatif=>$data){
$core=$secondary=array();
//-- lakukan iterasi untuk setiap faktor
foreach($data as $id_faktor=>$value){
//-- ambil id_aspek-nya
$id_aspek = $core[$faktor[$id_faktor][0]];
//-- cek apakah $core[$id_aspek] sudah ada atau belum
//-- jika belum ada maka buat baru
if(!isset($core[$id_aspek])){
$core[$id_aspek]=array();
$secondary[$id_aspek]=array();
}
//-- cek datanya apakah core atau secondary factor
if($faktor[$id_faktor][3]=='core'){
$core[$id_aspek][]=$value;
} else {
$secondary[$id_aspek][]=$value;
}
}
//-- menghitung nilai total tiap aspek utk masing-masing alternatif/kandidat
foreach($aspek as $id_aspek=>$value) {
$hasil[$nm_alternatif][$id_aspek]=array_sum($core[$id_aspek])/count($core[$id_aspek]) * $value[2]/100
+ array_sum($secondary[$id_aspek])/count($secondary[$id_aspek]) * $value[3]/100;
}
}
?>
Perangkingan
Proses perangkingan dilakukan dengan menjumlahkan perkalian Nilai Total dengan bobot prosentasenya masing-masing dari tiap Aspek unntuk semua kandidat/alternatif yang ada(lihat persamaan [GAP-05]). Hasilnya ($ranking) kemudian diurutkan berdasarkan besar nilainya, dari yang terbesar sampai dengan yang terkecil; dimana kandidat/alternatif dengan nilai ranking yang terbesar adalah yang terpilih. Proses perangkingan ini dituliskan dalam PHP seperti berikut ini :
<?php
//-- menyiapkan variabel penampung data ranking
$ranking=array();
//-- melakukan iterasi penghitungan ranking utk tiap alternatif
foreach ($hasil as $nm_alternatif=>$data_nilai) {
if (!isset($ranking[$nm_alternatif])) {
$ranking[$nm_alternatif]=0;
}
//-- penjumlahan secara akumulatif nilai total dengan prosentasenya utk tiap aspek
foreach($data_nilai as $id_aspek=>$nilai_total) {
$ranking[$nm_alternatif] += $nilai_total * $aspek[$id_aspek][1] / 100;
}
}
//--mengurutkan data secara descending dengan tetap mempertahankan key/index array-nya
arsort($ranking);
//-- mendapatkan key/index item array yang pertama
$index=key($ranking);
//-- menampilkan hasil akhir:
echo "Hasilnya adalah kandidat <b>{$index}</b> dengan nilai akhir <b>{$ranking[$index]}</b> yang terpilih";
?>
Hasil akhir dari aplikasi PHP ini adalah berupa teks :
'Hasilnya adalah kandidat Tantri dengan nilai akhir 4.296875 yang terpilih '.
