Perancangan Sistem Pendukung Keputusan Penentuan...
Transcript of Perancangan Sistem Pendukung Keputusan Penentuan...
Perancangan Sistem Pendukung Keputusan Penentuan
Tempat Makan Berbasis Android Menggunakan Metode
Weighted Product (WP)
Artikel Ilmiah
Diajukan kepada
Fakultas Teknologi Informasi
untuk memperoleh Gelar Sarjana Komputer
Peneliti:
Riyan Adhi Prihasto (672011182)
Ramos Somya, S.Kom., M.Cs.
Program Studi Teknik Informatika
Fakultas Teknologi Informasi
Universitas Kristen Satya Wacana
Salatiga
Mei 2017
1
1. Pendahuluan
Tempat makan atau yang sering disebut rumah makan adalah istilah untuk
tempat yang menyedian makanan untuk dijual kepada masyarakat. Mayoritas rumah
makan menyediakan tempat kepada pembeli untuk menyantap hidangan di tempat.
Pembeli tidak diharuskan untuk menyatap makanan di rumah makan tersebut,
pembeli dapat membawa makanan yang mereka pesan. Bahkan beberapa rumah
makan menyediakan jasa antar makanan langsung kepada pembeli. Beberapa rumah
makan mempunyai spesialisasi menu mereka, misalkan rumah makan Padang yang
menyediakan berbagai makanan khas padang. Tetapi banyak juga yang tidak
mengkhususkan menu masakan mereka. Tidak hanya pada menu yang berbeda,
banyak faktor yang menjadi pembeda pada setiap rumah makan.
Berdasarkan analisis yang dilakukan terhadap masyarakat Salatiga dalam
proses pencarian rumah makan, faktor yang menjadi pembeda pada rumah makan
antara lain harga, menu, jarak, fasilitas, dan pelayanan. Itulah faktor-faktor yang
menjadi perhitungan masyarakat dalam memilih tempat makan. Harga yang berbeda
pada menu yang sama pada tiap-tiap rumah makan sangat mempengaruhi
pertimbangan masyarakat dalam mencari rumah makan. Menu adalah daftar
makanan yang disediakan rumah makan. Banyaknya menu yang ada pada rumah
makan menjadi nilai lebih untuk dipertimbangkan dalam memilih rumah makan.
Jarak menjadi faktor penting untuk beberapa masyarakat, masyarakat cenderung
memilih tempat makan dengan jarak yang dekat. Fasilitas dan pelayanan menjadi
nilai tambah bagi masyarakat untuk memilih rumah makan.
Faktor pembeda pada rumah makan menjadi masalah untuk beberapa orang.
Semakin banyaknya pilihan yang ada dengan keunggulan dan kekurangannya,
menambah kendala yang dihadapi bagi calon pembeli. Hal ini menjadi kendala
dalam menentukan rumah makan. Masyarkat tidak dapat dengan cepat menentukan,
bahkan perlu diadakan musyawarah terlebih dahulu jika akan makan bersama. Waktu
yang dihabiskan dalam penentuan rumah makan memakan waktu sampai 30 menit.
Kendala yang dihadapi saat akan mencari rumah makan, mendorong untuk
merancang dan membuat sistem pendukung keputusan yang dapat membantu
memberikan rekomendasi rumah makan berdasarkan kriteria-kriteria yang diinginkan
calon konsumen. Dorongan ini menjadi pertimbangan untuk membuat sistem
pendukung keputusan dengan judul “Perancangan Sistem Pendukung Keputusan
Penentuan Tempat Makan Berbasis Android Menggunakan Metode Weighted
Product (WP)”. Penelitian ini menggunakan metode WP dikarenakan metode WP
merupakan salah satu metode penyelesaian multi kriteria dimana dalam mencari
rumah makan terdapat kriteria yang dipertimbangkan, yaitu jarak, harga, menu,
pelayanan, fasilitas. Hasil dari penelitian ini dengan sistem pendukung keputusan
pencarian rumah makan ini nantinya dapat mempersingkat waktu yang awalnya 30
menit menjadi sekitar 10 menit. Hal tersebut dapat terjadi karena dipersingkatnya
waktu untuk mencari oleh sistem. Dibuatnya sistem dalam bentuk mobile,
menjadikan sistem dengan mudah diakses pengguna dimana saja.
Berdasarkan latar belakang yang telah dijelaskan, didapatkan rumusan masalah
dari penelitian ini yaitu bagaimana membuat sistem yang dapat membantu
masyarakat dalam menetukan rumah makan. Fokus dari penelitian ini sendiri adalah
mempercepat proses penentuan dan memberikan informasi tentang rumah makan
2
sehingga penelitian ini sendiri memiliki batasan dalam pembahasan. Batasan tersebut
antara lain, proses pencarian menggunakan algoritma tertentu, tidak membahas
tentang keamanan data dan aplikasi yang dikembangkan digunakan untuk
menyelesaikan permasalah lamanya waktu dalam penentuan rumah makan.
2. Kajian Pustaka
Penelitian pertama dengan judul “Sistem Pendukung Keputusan Pemilihan
Restoran Di Kota Bengkulu Dengan Metode Simple Additive Weighting (Saw)
Berbasis Sistem Operasi Android”. Penelitian tentang perancangan sistem
pendukung keputusan pencarian rumah makan di kota Bengkulu menggunakan
metode SAW. Dalam penelitian itu terdapat satu langkah untuk dapat mendapatkan
rangking dari atribut-atribut yang ada yaitu metode SAW. Metode SAW memerlukan
lahkan menormalisasi keputusan X. Output dari pencarian adalah rangking rumah
makan tanpa adanya informasi [1]. Perbedaannya dengan penelitian ini,
digunakannya metode WP, metode pengambilan keputusan multi kriteria tanpa perlu
menormalisasi keputusan X. Hal ini mempercepat dalam perhitungan. Kemudian
informasi lengkap tentang menu makanan yang ada dan harga. Selain itu terdapat
informasi lokasi rumah makan dan petunjuk jalan bagi pengguna.
Metode WP juga diguakan dalam menyelesaikan perancangan sistem
pendukung keputusan dalam pembelian TV layar datar dengan judul “Sistem
Pendukung Keputusan untuk Merekomendasikan TV Layar Datar Menggunakan
Metode Weighted Product (WP)”. Metode WP digunakan untuk menentukan TV
mana yang sesuai dengan kriteria dari pengguna. Adapun atribut-atribut yang
digunakan adalah ukuran, berat, harga, merk, lebar layar [2].
Jika dibandingkan pada penelitian sebelumnya penelitian ini berfokus pada
informasi yang didapat pengguna, sehingga pengguna dengan mudah mendapatkan
informasi rumah makan yang memang direkomendasikan sesuai perangkingan
dengan metode WP. Adapun fitur lain yang ditambahkan adalah atribut jarak yang
datanya dinamis sesuai dari lokasi pengguna.
Aplikasi mobile berbasis Android adalah suatu aplikasi yang berjalan pada
piranti mobile atau ponsel yang menggunakan sistem operasi Android. Andoid sendiri
adalah sistem operasi open source buatan milik Google yang dapat menjalankan
berbagai aplikasi bawaan maupun dari luar. Dipilihnya android menjadi sistem
operasi untuk pengambangan aplikasi ini adalah banyaknya penggunaa Andrid di
masyarakat dan terbukanya sumber dari aplikasi yang memudahkan dalam
pengembangannya.
SQLite merupakan database yang bersifat ACID-compliant dan memiliki
ukuran code-library yang relatif kecil, ditulis dalam bahasa C. SQLite merupakan
proyek yang bersifat public domain yang dikerjakan oleh D. Richard Hipp. SQLite
adalah sebuah open source database yang telah ada cukup lama, cukup stabil, dan
sangat terkenal pada perangkat kecil, termasuk Android. Android menyediakan
database relasional yang ringan untuk setiap aplikasi menggunakan SQLite [3].
Google Maps adalah peta dunia yang dapat digunakan untuk melihat suatu
daerah. Google Maps merupakan peta yang dapat dilihat dengan menggunakan fitur
dari perangkan mobile. Google Maps adalah library yang ditambahkan pada aplikasi
agar aplikasi tersebut dapat menjalankan atau menampilkan peta yang disediakan
3
oleh Google [4].
Sistem Pendukung Keputusan (SPK) atau Decision Support System (DSS)
merupakan sistem informasi interaktif yang menyediakan informasi, pemodelan, dan
pemanipulasian data. Sistem ini digunakan untuk membantu pengambil keputusan
dalam situasi yang terstruktur dan situasi yang tidak tersetruktur [5].
Gambar 1. Komponen SPK[5]
Gambar 1 menunjukan bahwa pada sistem pendukukung keputusan terdiri dari
beberapa subsistem yang ada, yaitu [5]: 1) Data management, termasuk database
yang berisi data yang relevan untuk berbagai situasi dan diatur oleh software yang
disebut Database Management System (DBMS). Data management pada penelitian
ini adalah database rumah makan yang berisi tabel rumahmakan, dengan kolom id,
nama, harga, menu, fasilitas, pelayanan, lat, lng, jarak, s, v. Tabel menumakan
dengan kolom id, id_rm, nama, harga, jenis. Tabel-tabel yang ada pada database
PendukungKeputusan saling berhubungan dan sebagai data untuk perhitungan. 2)
Model management, melibatkan model finansial, statistikal, management science,
atau berbagai model kuantitatif lainnya sehingga dapat memberikan ke sistem suatu
suatu kemampuan analitis dan manajemen software yang diperlukan. Model
management dalam penelitian ini adalah perhitungan mengunakan metode WP.
Perhitungan ini memanfaatkan data yang ada serta masukan prioritas dari calon
kosumen sehingga didapat sebuah data yang dapat dihitung serta mendapat nilai
ranking yang nantinya digunakan sebagai hasil rekomendasi. 3) Knowledge manager,
dapat mendukung subsistem lain atau bertindak sebagai komponen yang bertindak
sendiri. Knowledge manager dalam penelitian ini adalah calon konsumen. Calon
konsumen memasukkan prioritas kepentingan dari setiap kriteria. Kriteria yang
sudah ditentukan akan diambil dari tabel rumahmakan, lalu dihitung menggunakan
metode WP. Hasil dari perhitungan tersebut akan diranking dan dipilih lima terbaik
sebagai hasil rekomendasi untuk calon konsumen. 4) User Interface, tampilan
antarmuka dimana user dapat berkomunikasi dan memberikan perintah pada DSS.
User interface pada penelitian ini adalah semua tampilan aplikasi sistem pendukung
keputusan rumah makan.
Metode Weighted Product merupakan salah satu metode penyelesaian yang
ditawarkan untuk menyelesaikan masalah Multi Attribute Decision Making
4
(MADM). Metode WP mirip dengan Metode Weighted Sum (WS), hanya saja metode
WP terdapat perkalian dalam perhitungan matematikanya. Metode WP juga disebut
analisis berdimensi karena struktur matematikanya menghilangkan satuan ukuran [6].
Preferensi Ai diberikan pada Rumus 1 [7]:
𝑆𝑖 = ∏ 𝑥𝑖𝑗𝑤𝑗𝑛
𝑗=1 , dengan i = 1,2,...,m ...................(1)
Dimana ∑𝑤𝑗=1. 𝑤𝑗 adalah pangkat bernilai positif untuk atribut keuntungan,
dan bernilai negatif untuk atribut biaya.
Prefensi relatif dari setiap alternatif, diberikan pada Rumus 2:
𝑉𝑖 =∏ 𝑥𝑖𝑗
𝑤𝑗𝑛𝑗=1
∏ (𝑥𝑗𝑤)
𝑤𝑗𝑛𝑗=1
, dengan i = 1,2,...,m ...................(2)
Langkah – langkah menggunakan metode WP [8]: 1) Mengalikan seluruh
atribut bagi sebuah alternatif dengan bobot sebagai pangkat positif untuk atribut
manfaat dan bobot berfungsi sebagai pangkat negatif pada atribut biaya. 2) Hasil
perkalian dijumlahkan untuk menghasilkan nilai pada setiap alternatif. 3) Mencari
nilai alternatif dengan melakukan langkah yang sama seperti langkah satu, hanya saja
menggunakan nilai tertinggi untuk setiap atribut tertinggi untuk setiap atribut
manfaat dan terendah untuk atribut biaya. 4) Membagi nilai V bagi setiap alternatif
dengan nilai standar (V(A*)) yang menghasilkan R. 5) Ditemukan urutan alternatif
terbaik yang akan menjadi keputusan.
3. Metode Penelitian dan Perancangan Sistem
Penelitian dilakukan dan diselesaikan melaui 5 tahapan penelitian yaitu [9] : 1)
Analisis Kebutuhan dan pengumpulan data. 2) Perancangan sistem. 3) Perancangan
aplikasi / program. 4) Implementasi dan pengujian sistem serta analisis hasil
pengujian. 5) Penulisan laporan hasil penelitian. Tahapan-tahapan yang dilakukan
dalam penelitian ini dapat dilihat pada Gambar 2.
Gambar 2. Tahapan Penelitian [9]
Gambar 2 dapat dijelaskan bahwa tahapan penelitian yang dilakukan adalah
sebagai berikut: Tahap pertama analisis kebutuhan dan pengumpulan data, dimana
pengembang mencari informasi mengenai kebutuhan dari pengguna yang
berhubungan dengan pembuatan aplikasi. Pencarian informasi dilakukan dengan cara
wawancara secara langsung kepada masyarakat Salatiga 20 yang berisikan 15
mahasiswa dan 5 pekerja. Mahasiswa dan pekerja cenderung lebih sering untuk
5
makan di luar rumah atau di rumah makan. Karakterik narasumber yang lebih sering
untuk makan di luar atau di rumah makan, menjadikan pertimbangan yang dihasilkan
lebih tepat sasaran. Tentang apa saja yang menjadi pertimbangan dalam mencari
rumah makan. Berdasarkan hasil dari wawancara yang dilakukan didapatkan
informasi bahwa yang menjadi faktor utama dalam mencari rumah makan adalah
harga, menu, jarak, pelayanan ,dan fasilitas. Selain itu informasi tentang rumah
makan seperti menu apa saja yang ada pada rumah makan dan lokasi rumah makan
menjadi informasi yang penting untuk ada pada aplikasi. Untuk tahap kedua, ketiga
dan keempat dilakukan perancangan sistem pendukung keputusan menggunakan
metode pengembangan sistem Prototype. Untuk tahap kelima dilakukan penulisan
laporan ilmiah dan artikel ilmiah.
Metode Prototyping menjadi metode yang digunakan pada penelitian ini,
selama proses pengembangan dilakukan komunikasi secara intensif antara
pengembang dengan pengguna. Metode ini membantu proses pengembangan
perangkat lunak dengan cara membuat model dari perangkat lunak yang akan dibuat.
Pengembagan perangkat lunak dengan metode ini dilakukan secara bertahap, yaitu
dengan membuat prototype yang sederhana terlebih dahulu, setelah itu prototype
akan dikembangkan dari waktu ke waktu hingga perangkat lunak selesai
dikembangkan atau sudah sesuai dengan kebutuhan dari pengguna [10]. Tahap-tahap
yang dilakukan pada metode prototype ditunjukan pada Gambar 3
Gambar 3 Metode Prototype [9]
Untuk mengetahui apa saja yang dibutukah pengguna pada aplikasi yang akan
dikembangkan, maka dilakukan tahap pertama pada metode prototype yaitu
mendengarkan pengguna. Informasi yang didapat dianalisa dan diubah kedalam
bentuk yang lebih sederhana untuk memudahkan tahap berikutnya dan menudahkan
dalam pengimplementasian kedalam sistem.
Informasi yang didapat dari pengguna didapatkan beberapa informasi yang
nantinya menjadi atribut-atribut dalam penentuan kriteria apa saja yang penting. Lalu
informasi apa saja yang ingin pengguna dapatkan dari sistem. Atribut-atribut yang
digunakan pada aplikasi adalah harga, menu, jarak, fasilitas, dan pelayanan. Harga
adalah patokan atau harga dari rata-rata menu yang ada pada rumah makan. Menu
adalah banyak sedikitnya menu yang ada pada rumah makan. Jarak adalah jarak
lokasi rumah makan dari pengguna. Fasilitas adalah fasilitas yang ada pada rumah
makan. Pelayanan adalah tinggat kepuasan pembeli dari pelayanan yang diberikan
rumah makan, diambil dari rating rumah makan.
Tools yang digunakan untuk membangun sistem ini adalah Android Studio
6
versi 2.2.3 dengan SDK Andoid 5.1 Lollipop. Tetapi diturunkan ketentuannya
mendjadi Android 4.4 Kitkat supaya banyak perangkat Android lama dapat
menjalankan aplikasi ini nantinya. Dipilihnya Android 4.4 Kitkat menjadi sistem
operasi perancangan aplikasi ini adalah banyaknya masyarakat yang menggunakan
Android versi 4.4 Kitkat ini merujuk pada data statistik pada Android Studio. Untuk
database nya menggunakan SQLite.
Perancangan sistem dalam penelitian ini dibuat dalam bentuk diagram UML.
Diagram UML meliputi use case diagram, activity diagram dan class diagram.
Berikut ini akan dijelaskan masing-masing diagram yang telah dibuat.
Gambar 4 Use Case Diagram
Gambar 4 merupakan use case diagram yang menjelaskan bagaimana aplikasi
akan dibuat. Sistem ini memiliki tiga aktor yaitu Admin, User (pengguna) dan
Rumah Makan. Aktor pengguna memiliki hak akses untuk mencari rumah makan
dan melihat rumah makan yang sudah direkomendasikan aplikasi. Selanjutnya aktor
admin disini memiliki hak akses paling tinggi, sehingga dapat melakukan
pengelolaan data rumah makan dan data menu makan. Aktor terakhir yaitu rumah
makan memiliki akses untuk mendaftarkan rumah makannya yang sebelumnya harus
divalidasi dahulu.
Untuk pengolahan data rumah makan dan data menu hanya admin yang
memiliki akses tersebut. Jika ada rumah makan baru yang ingin memasukan rumah
makannya ke dalam aplikasi diharuskan terlebih dahulu tervalidasi oleh admin, ini
bertujuan agar data yang akan dimasukan merupakan data yang valid. Aktor
pengguna dapat melihat rumah makan dan menu makan, tetapi sebelumnya pengguna
harus memasukan kriterianya dahulu lalu setelah itu aplikasi memberikan
rekomendasi rumah makan.
7
Aktor pengguna dapat melihat menu yang terhubung dengan rumah makan.
Sebelum masuk ke melihat rumah makan, aktor pengguna melakukan pencarian
rumah makan dahulu. Aktor pengguna tidak dapat langsung untuk melihat semu
menu, hanya menu yang ada pada rumah makan yang direkomendasikan saja yang
dapat dilihat.
Pengolahan menu dilakukan aktor admin. Ketika aktor rumah makan ingin
menghilangkan menu yang ada pada rumah makan, maka harus melalui aktor admin.
Gambar 5 Activity Diagram Pencarian Rumah Makan
Gambar 5 merupakan activity diagram yang menggambarkan proses pencarian
rumah makan yang dilakukan oleh pengguna. Aktivitas dimulai dari pengguna
membuka aplikasi dan masuk ke dalam sistem. Sistem dengan otomatis mengambil
data pengguna, data dari pengguna yang diambil oleh sistem adalah cache aplikasi
dan lokasi dari pengguna. Kemudian sistem menampilkan form kriteria yang
nantinya akan diisi pengguna. Setelah form sudah diisi lalu sistem mengolah data
yang sudah masuk kemudian menampilkan rekomendasi rumah makan hasil olah
data tadi.
Gambar 6 Activity Diagram Pemilihan Rumah Makan
Gambar 6 merupakan activity diagram pemilihan rumah makan yang sudah
ditampilkan sistem. Pengguna mendapatkan list berisikan rekomendasi rumah makan
8
yang telah sistem olah datanya sebelumnya. Rekomendasi berdasarkan pada kriteria
yang pengguna masukan. Aktivitas dimulai ketika pengguna memilih salah satu
rumah makan yang ada di list. Lalu sistem menampilkan informasi umum dari rumah
makan dan juga menampilkan menu dari rumah makan. Pengguna klik pada lambang
lokasi kemudian sistem menampilkan lokasi dari rumah makan.
Gambar 7 Activity Diagram Pemberian Rekomendasi
Gambar 7 merupakan activity diagram pemberian rekomendasi. Proses dimana
sistem memberikan rekomendasi kepada pengguna. Dimulai dari pengguna
memasukan kriteria yang diinginkan, lalu sistem mengambil data tersebut. Lalu data
diolah atau dihitung oleh sistem, kemudian ditampung. Sistem melakukan
pengecekan apakah form untuk budget lebih dari 0 atau tidak. Jika budget diatas 0
maka sistem tidak akan menampilkan menu-menu yang memiliki harga diatas dari
badget yang telah dimasukan.
Gambar 8 Class Diagram
Gambar 8 merupakan penggambaran dari class-class yang ada di dalam
aplikasi yang akan dikembangkan. Berdasarkan pada Gambar 8 terdapat 2 jenis class
9
yang digunakan yaitu class model dan class controller. Class model digunakan untuk
melakukan komunikasi antara aplikasi dengan database, sedangkan class controller
digunakan untuk mengolah data dari model da[n menampilkannya pada user
interface. Class model dalam aplikasi ini memiliki 2 class dan 7 controller.
4. Hasil Implementasi dan Pembahasan
Aplikasi pendukung keputusan memiliki beberapa fitur yang didapatkan oleh
pengguna. Sebagai aplikasi utilitas, aplikasi haruslah dengan tampilan atau interface
yang baik. Tampilan yang baik yaitu antara lain dari pemilihan warna yang sesuai
dan sederhana, mudah dalam navigasi, dan mudah dalam penggunaanya. Tampilan
yang baik juga memudahkan pengguna untuk menjalankan aplikasi tanpa harus ada
bantuan atau petunjuk-petunjuk lainya. Aplikasi ini dibuat secara simpel dengan
tujuan agar terfokus pada fitur-fitur yang ada. Alur dari jalannya aplikasi pun dibuat
dengan memperhatikan fitur-fitur nya. Supaya pengguna tidak rancu dengan fitur
yang tidak berkesinambungan.
Pertama kali pengguna menggunakan aplikasi, maka aplikasi akan
memunculkan slide fitur-fitur yang ada pada aplikasi. Setelah penggunaan
berikutnya, slide fitur-fitur tidak akan muncul. Ini bertujuan memberi tahukan
kepada pengguna apa saja yang ada pada aplikasi, atau biasa disebut dengan slide
intro. Juga menjadi identitas fungsi aplikasi. Tanpa slide intro pengguna akan kurang
paham dengan fungsi aplikasi. Penggunaan gambar atau logo menambahkan
penjelasasan kepada pengguna tanpa pengguna lebih rinci membaca tulisan
penjelasan dibawah gambar.
Gambar 9 Slide Fitur Tempat Makan
10
Gambar 9 adalah splash screen fitur tempat makan, ini adalah fitur utama dari
aplikasi. Fitur yang memudahkan pengguna dalam mencari rumah makan sesuai
keinginan. Terdapat banyak rumah makan yang dapat ditemukan disekitar pengguna.
Penjelasan pada gambar 9 akan memberikan informasi kepada pengguna bahwa
aplikasi ini dapat memberikan informasi rumah makan.
Gambar 10 Slide Fitur Tentukan Kriteria
Gambar 10 adalah splash screen fitur tentukan kriteria. Fitur yang dapat
memberika keluluasaan terhadap pengguna dalam mencari rumah makan. Tidak
hanya mencari berdasarkan lokasi, fitur ini juga dapat mempertimbangkan harga,
pelayanan, menu, dan fasilitas. Penjelasan pada gambar 10 menginformasikan
aplikasi ini dapat menemukan rumah makan sesuai keinginan.
Gambar 11 Slide Petunjuk Arah
11
Gambar 11 adalah splash screen fitur petunjuk arah. Setelah pengguna
mendapatkan rekomendasi rumah makan yang dicari, pengguna dapat mengetahui
letak dari rumah makan yang dipilih. Penjelasan pada gambar 11 memberi tahukan
kepada pengguna bahwa aplikasi ini dapat menampilkan lokasi dari rumah makan.
Gambar 12 Form Kriteria Awal
Gambar 13 Indeks Kriteria
Tampilan dari fitur utama aplikasi adalah form dengan beberapa input seperti
pada gambar 12. Inputan adalah harga, menu, jarak, fasilitas, pelayanan, dan budget.
Harga, menu, jarak, fasilitas, dan pelayanan menggunakan inputan spiner atau
dropdown yang berisikan indeks kriteria dari 1 sampai 5 seperti gambar 13. Untuk
budget menggunakan inputan textfield dengan number format yang hanya dapat
menampung inputan angka.
12
Indeks kriteria menggunakan angka 1 sampai 5. Indeks ini dimaksudkan
sebagai angka prioritas. Dari yang terkecil adalah 1 dan terbesar adalah 5. Setiap
kriteria dapat diisikan indeks yang sama ataupun indeks yang berbeda.
Pada toolbar gambar 12 terdapat tombol pencarian dengan logo yang familiar
yaitu kaca pembesar. Diharapkan pengguna mudah menggunakannya dan tidak
terganggu dengan banyak item.
Gambar 14 Form Kriteria Dengan Indeks
Gambar 14 adalah form kriteria dengan indeks dan budget sudah terisi. Setelah
indeks terisi, pengguna melakukan pencarian dengan tombol cari pada toolbar.
Gambar 15 Hasil Pencarian
13
Gambar 15 adalah list dari hasil pencarian atau hasil dari rekomendasi setelah
sebelumnya pengguna memasukan kriterianya. List ini sudah tersusun sesuai
rekomendasi, dengan urutan teratas adalah rumah makan yang paling sesuai dengan
kriteria pengguna.
Gambar 16 Rumah Makan
Pengguna memilih salah satu rumah makan yang direkomendasiakan. Gambar
16 adalah tampilan yang keluar setelah memilihnya. Terdapat gambar dari rumah
makan, lalu list menu makanan dan minuman. Pada toolbar terdapat tombol lokasi.
Gambar 17 Peta Lokasi
14
Gambar 17 adalah tampilan peta dan petunjuk dari lokasi rumah makan.
Pengguna dapat mengetahui lokasi dari rumah makan dan juga petunjuk aranya.
Kode Program 1 Mendapatkan Rangking Rekomendasi
Rangking didapatkan berdasarkan dari nilai v. V adalah hasil dari perhitungan
menggunakan WP. Lalu ditarik dari database.
Kode Program 2 Update Data
Update data pada database dilakukan pada perhitungan. Ini dilakukan agar
nilai s dan v berubah untuk perangkingan nantinya.
Kode Program 3 Memasukan Data
Data dimasukan dengan memberikan semua isian pada semua field. Data
dimasukan pada awal pengguna menggunakan aplikasi.
Kode Program 4 Perhitungan Metode SAW
Kode Program 4 adalah kode untuk menghitung atau perhitungan pendukung
keputusan dengan metode WP. Tujuan dari kode tersebut adalah merubah nilai s dan
v dari data rumah makan. Pertama diubah semua nilai s dan v dari setiap data,
kemudian dimasukan perhitungan dengan mengambil nilai dari kriteria yang sudah
dimasukan juga. Setelah mendapat nilai s dan v yang baru, update data tampungan
1. String query = "SELECT * FROM "+RM_TABLE_NAME+" ORDER BY v DESC"; 2. SQLiteDatabase db = this.getWritableDatabase(); 3. Cursor cursor = db.rawQuery(query,null);
1. SQLiteDatabase db = this.getWritableDatabase(); 2. ContentValues contentValues = new ContentValues(); 3. contentValues.put("s", s); 4. contentValues.put("v", v); 5. db.update("rumahmakan", contentValues, "id = ? ", new String[] 6. {Integer.toString(id) } );
1. DBHelper db = new DBHelper(getApplicationContext()); 2. ... 3. if (db.getrowRumahMakan()== 0){ 4. db.addRumahMakan(new RumahMakan("Joglo Ki Penjawi",20000,101,87,83, 5. 7.307886,110.495089,3300,0,0)); 6. db.addRumahMakan(new RumahMakan("Rm. Kedai Selera",13000,21,72,74, 7. 7.322879,110.496896,1300,0,0)); 8. ... 9. }
1. for (int i = 1; i <= rows; i++){ 2. db.updateRumahMakan(i,0,0); 3. RumahMakan rumahMakan = db.getRumahMakan(i); 4. double a = Math.pow(rumahMakan.getHarga(),-w1); 5. double b = Math.pow(rumahMakan.getMenu(),w2); 6. double c = Math.pow(rumahMakan.getFasilitas(),w3); 7. double d = Math.pow(rumahMakan.getPelayanan(),w4); 8. double e = Math.pow(rumahMakan.getJarak(),-w5); 9. double s = a*b*c*d*e; 10. db.updateRumahMakan(i,s,0); 11. double sAll = 0; 12. List<RumahMakan> rumahMakanList = db.getallRumahMakan(); 13. for (RumahMakan rm : rumahMakanList){ 14. sAll += rm.getS(); 15. } 16. double v = s/sAll; 17. db.updateRumahMakan(i,s,v); 18. Log.d("ubah","id: "+i+" "+s+" "+v); 19. }
15
baru. Kemudian data baru akan diambil sesuai rangking dari nilai v untuk
mendapatkan rekomendasi terbaik.
Tabel 1 Hasil Rekomendasi Menurut Perhitungan
Rumah Makan Harga Menu Jarak Fasilitas Pelayanan
I Be Cafe 5000 79 2300 70 78
Ayam Geprek Bang Topan 13000 22 600 70 71
Pak Man 10000 30 1200 62 68
Godong Pring 12000 18 750 65 73
Resto Yege 20000 87 1700 68 71
Kedai Selera 13000 21 1300 72 74
Ki Penjawi 20000 101 3300 87 83
Padang Andalas 16000 17 1100 60 62
Senjoyo 23000 44 1600 61 64
Bakso Blotongan 7000 7 4000 68 67
Tabel 1 merupakan hasil pencarian rumah makan. Pencarian dengan bobot
prefensi W(5, 3, 4, 4, 2). Kriteria harga diambil dari rata-rata harga pada rumah
makan, jarak adalah jarak pengguna dari rumah makan dalam meter. Perhitungan ini
diposisikan pengguna berada di Lapangan Pancasila Salatiga.
Tujuan dari perhitungan adalah mendapatkan nilai vektor S dan vektor V.
Untuk menghitungnya dibutuhkan bobot, pada contoh bobot adalah W(5, 3, 4, 4, 2).
Lalu sebelum menghitung perlu dilakukan perbaikan bobot terlebih dahulu,
perbaikan bobot antara lain:
W1=5
5+3+4+4+2=
5
18=0,28 W4=
4
5+3+4+4+2=
4
18=0,22
W2=3
5+3+4+4+2=
3
18=0,17 W5=
2
5+3+4+4+2=
2
18=0,11
W3=4
5+3+4+4+2=
4
18=0,22
Setelah perbaikan bobot dihitung, langkah selanjutnya menghitung nilai vektor S.
Berikut perhitungan vektor S berdasarkan tabel 1, antara lain:
S1=5000-0,28×790,17×2300-0,22×700,22×780,11=0,14499628
S2=13000-0,28×220,17×600-0,22×700,22×710,11= 0,11876116
S3=10000-0,28×300,17×1200-0,22×620,22×680,11= 0,11209672
S4=12000-0,28×180,17×750-0,22×650,22×730,11= 0,11028553
S5=20000-0,28×870,17×1700-0,22×680,22×710,11= 0,10508035
S6=13000-0,28×210,17×1300-0,22×720,22×740,11= 0,1004695
S7=20000-0,28×1010,17×3300-0,22×870,22×830,11= 0,10003823
S8=16000-0,28×170,17×1100-0,22×600,22×620,11= 0,08938606
S9=23000-0,28×440,17×1600-0,22×620,22×640,11= 0,08834922
S10=7000-0,28×70,17×4000-0,22×680,22×670,11= 0,0756147
Langkah berikutnya adalah menghitung vektor V, untuk menghitung vektor V adalah
membagi nilai S dengan jumlah dari semua nilai S. Berikut adalah perhitungan dari
vektor V:
V1=0,14499628
1,045078=0,138 V2=
0,11876116
1,045078=0,113 V3=
0,11209672
1,045078=0,107
16
V4=0,11028553
1,045078=0,105 V5=
0,10508035
1,045078=0,100 V6=
0,1004695
1,045078=0,96
V7=0,10003823
1,045078=0,095 V8=
0,08938606
1,045078=0,085 V9=
0,08834922
1,045078=0,084
V10=0,0756147
1,045078=0,072
Nilai v sudah didapat kemudian diurutkan atau perangkingan. Data yang sudah
dirangkingkan itulah yang direkomendasikan terhadap pengguna.
Pengujian aplikasi dilakukan dengan menguji fungsi-fungsi dari aplikasi yang
telah dibuat untuk mencari kesalah pada sistem. Pengujian aplikasi dilakukan agar
sistem yang dibuat berjalan sesuai dengan yang diharapkan dan dapat memenuhi
kebutuhan pengguna. Pengujian aplikasi ini menggunakan dua teknik yaitu pengujian
alpha dan pengujian beta.
Pengujian alpha menggunakan metode blackbox yaitu pengujian fungsi-fungsi
aplikasi secara langsung tanpa memperhatikan alur eksekusi program. Pengujian ini
dilakukan dengan memperhatikan apakah fungsi telah berjalan sesuai rancangan dan
sesuai yang diharapkan. Tabel 2 adalah hasil pengujian aplikasi. Tabel 2 Hasil Rekomendasi Menurut Perhitungan
Fungsi yang diuji Kondisi Output yang
diharapkan
Output yang
dihasilkan Status pengujian
Splash screen Membuka aplikasi
Pause lalu masuk
lagi
Muncul
Tidak muncul
Muncul
Tidak muncul
Valid
Intro Slide Buka pertama kali
Buka kedua kali dan
seterusnya
Muncul
Tidak muncul
Muncul
Tidak muncul
Valid
Spiner Kriteria Kondisi awal
Ganti indeks
Tidak ganti indeks
Indeks 1
Indeks berganti
Indeks 1
Indeks 1
Indeks berganti
Indeks 1
Valid
Budget textfield Kondisi awal
Inputan
Tidak diisi
Kosong
Angka
Kosong/tidak dengan budget
Kosong
Angka
Kosong/tidak dengan budget
Valid
Mencari rumah
makan
Menekan button cari
Kembali ke form
Muncul rekomendasi
Form tidak berubah
Muncul rekomendasi
Form tidak berubah
Valid
List rekomendasi Scroll
Pilih rumah makan
Responsif
Muncul activity baru
Responsif
Muncul activity baru
Valid
Menampilkan informasi rumah
makan
Dengan budget
Tanpa budget
Scroll
Click button lokasi
List makanan dan minuman sesuai
List makanan dan
minuman lengkap Responsif
Muncul peta
List makanan dan minuman sesuai
List makanan dan
minuman lengkap Responsif
Muncul peta
Valid
Lokasi rumah makan Ganti rumah makan Petunjuk tempat
berubah
Petunjuk tempat
berubah
Valid
Berdasarkan pengujian yang dilakukan pada aplikasi dapat dilihat status
pengujian dari setiap fungsi valid, maka disimpulkan bahwa aplikasi ini berjalan
dengan baik dan sesuai yang diharapkan. Pengujian beta adalah pengujian yang
dilakukan oleh orang yang tidak mengikuti pembuatan aplikasi atau calon pengguna
aplikasi. pengujian beta dilakukan dengan melakukan wawancara kepada calon
pengguna aplikasi ini yaitu masyarakat. Karena contoh data yang digunakan adalah
rumah makan yang ada di Salatiga maka diujikan pada masyarakat Salatiga yaitu 15
mahasiswa dan 5 pekerja yang memilki kecenderungan untuk makan di luar atau
rumah makan. 20 orang yang mencoba sistem ini diwajibkan mengisi kuisioner yang
berisi enam pertanyaan, pertanyaan tersebut dapat dilihat pada Tabel 3. Berdasar
wawancara tersebut dipatkan bahwa sistem pendukung keputusan pencarian rumah
makan dapat membantu dan mempermudah dalam mencari rumah makan
17
Tabel 3 Hasil Kuisioner Pengujian Sistem
No Pernyataan Sangat
Menarik Menarik
Cukup
Menarik
Tidak
Menarik
Sangat
Tidak
Menarik
Total
1
Menurut anada
apakah tampilan aplikasi ini menarik?
2 14 3 20
Sangat
Mudah Mudah
Cukup
Mudah Sulit Sangat Sulit
2
Menurut anda
apakah aplikasi ini
mudah dibaca?
1 13 6 20
3
Menurut anda
apakah panduan
penggunaan sistem rekomendasi mudah
dimengerti?
2 11 7 20
4
Menurut anda apakah sistem
rekomendasi ini
mudah dijalankan?
2 12 6 20
Sangat Sesuai Sesuai Cukup Sesuai Tidak Sesuai Sangat Tidak
Sesuai
5
Menurut anda apakah hasil dari
sistem rekomendasi
rumah makan sudah sesuai yang
diharapkan?
1 12 6 1 20
Sangat
Terbantu Terbantu
Cukup Terbantu
Tidak terbantu
Sangat Tidak Terbantu
6
Dengan adanya
sistem rekomendasi rumah makan ini
apakah sudah
terbantu dalam menentukan rumah
makan?
13 5 2 20
Berdasarkan data pada Tabel 3 dapat dibuat sebuah diagram yang
menggambarkan presentase perolehan data yang didapat. Salah satunya yang dibuat
diagram adalah data dari pertanyaan nomor lima dan enam. Diagram nomor lima
terlihat pada Gambar 18.
5. Simpulan
Berdasarkan penelitian yang telah dilakukan maka dapat disimpulkan bahwa
metode Weighted Product (WP) dapat digunakan dalam perhitungan
merekomendasikan tempat makan. Dibuatnya sistem pendukung keputusan pada
aplikasi mobile dan menggunakan perhitungan metode WP dapat memberikan
rekomendasi yang sesuai kepada pengguna dan mempercepat daam mencari rumah
makan. Terbukti dari 65% responden yang menjawab bahwa aplikasi ini memberikan
hasil rekomendasi yang sesuai. Hasil dari pengujian juga menunjukan bahwa dengan
adanya sistem rekomendasi ini dapat mempercepat proses penentuan yang awalnya
memakan waktu 30 menit menjadi sekitar 10 menit. Ditambah dengan dirancangnya
aplikasi ini dalam bentuk mobile berbasis Android memudahkan pengguna dalam
mengakses aplikasi dimanapun.
18
Implementasi sistem rekomendasi rumah makan berbasis Android merupakan
alternatif dalam mencari rumah makan. Adanya fitur prioritas pencarian menjadikan
aplikasi lebih dinamis dalam mencari rumah makan. Pengguna dapat mengatur
sendiri prioritas kepentingannya dalam mencari rumah makan. Informasi menu
rumah makan pada aplikasi memberikan info lebih kepada pengguna. Info lokasi
rumah makan membantu pengguna mengetahui tempat makan. Ini bermanfaat bagi
pengguna yang tidak mengetahui tempat atau lokasi rumah makan.
6. Pustaka
[1] Fera Puspita, Arie Vatresia, Desi Andreswari. 2014. Sistem Pendukung
Keputusanpemilihan Restoran Di Kotabengkulu Dengan Metode Simple
Additive Weighting (SAW) Berbasis Sistem Operasi Android, Jurnal Teknologi
dan Sistem Komputer.
[2] Wahyu Retno, Yessica Nataliani, Ramos Somya. 2012. Sistem Pendukung
Keputusan untuk Merekomendasikan TV Layar Datar Menggunakan Metode
Weighted Product (WP), Jurnal Teknologi dan Sistem Komputer.
[3] http://sqlite.org/about, diakses pada tanggal 3 Januari 2017.
[4] http://developers.google.com/maps/android, diakses pada tanggal 7 Januari
2017.
[5] Kusrini.2007. Konsep dan Aplikasi Sistem Pendukung Keputusan.
Andi,Yogyakarta.
[6] Savitha, K & Chandrasekar, C .2011. Global Jurnal Of Computer Sience and
Technology, Vertical Handover Decision Schemes Using SAW and WPM for
Network selection in Heterogeneous Wireless Network, 11:5.
[7] Kusumadewi,S & kawan.2006. Fuzzy Multi-Attribute Decision Making. Graha
Ilmu, Yogyakarta.
[8] Basyaib, F. 2006. Teori Pembuat Keputusan.
http://books.google.co.id/books?id=1oX1gq9ofjYC&printsec=frontcover&hl=i
d#v=onepage&q&f=false, diakses pada tanggal 4 Januari 2017
[9] Subakti,I.2002. Buku Panduan Sistem Pendukung Keputusan.pdf,
http://www.google.co.id/url?sa=t&rct=j&q=&esrc=s&source=web&cd=4&ct
s=1331775592272&ved=0CEIQFjAD&url=http%3A%2F%2Fymukhlis.staff.g
unadarma.ac.id%2FDownloads%2Ffiles%2F15880%2FBuku_Panduan_SPK.
pdf&ei=PkhhT6jxDo3qrQfCvYGeDg&usg=AFQjCNHUh6efQPFQbPqM9Gd
wtEj2bLo26g&sig2=KsUy_4WgAgzi4VISZD6Eg. Diakses tanggal 5 Januari
2017
[10] Pressman, R.S. 2001. Software Enginering : A Practitioner's Approach.
Amerika Serikat : R.S. Pressman and Associates
[11] Qing Li, Yu-Liu Chen, 2009. Modeling and Analysis of Enterprise and
Information Systems. Springer, Berlin Heidelberg