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