SKRIPSI IMPLEMENTASI METODE FUZZY C-MEANS...

SKRIPSI

IMPLEMENTASI METODE FUZZY C-MEANS PADA SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KELAYAKAN

PENERIMA ZAKAT (STUDI KASUS BADAN AMIL ZAKAT NASIONAL KOTA KENDARI)

Diajukan Untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana

Teknik

RESTIN WELINDA

E1E1 11 091

JURUSAN TEKNIK INFORMATIKA

FAKULTAS TEKNIK

UNIVERSITAS HALU OLEO

KENDARI

2016

ii

HALAMAN PENGESAHAN

SKRIPSI SARJANA

IMPLEMENTASI METODE FUZZY C-MEANS PADA SISTEM

PENDUKUNG KEPUTUSAN PENENTUAN KELAYAKAN

PENERIMA ZAKAT (STUDI KASUS : BADAN AMIL ZAKAT

NASIONAL KOTA KENDARI)

Adalah benar dibuat oleh saya sendiri dan belum pernah dibuat dan diserahkan

sebelumnya baik sebagian ataupun seluruhnya, baik oleh saya maupun oleh orang

lain, baik di Universitas Halu Oleo ataupun institusi pendidikan lainnya.

Kendari, April 2016

Restin Welinda E1E1 11 091

Kendari, April 2016

Pembimbing II

Anita Puspita Dewi, S.Kom., MMSI NIP.

Pembimbing I Dr. Ir. Muh. Ihsan Sarita, M.Kom NIP. 19650209 198902 1 001

Mengetahui, Ketua Jurusan Teknik Informatika

Fakultas Teknik UHO,

Ika Purwanti Ningrum, S.Kom, M.Cs NIP. 19830116 201012 2 002

iii

HALAMAN PENGESAHAN

SKRIPSI SARJANA

IMPLEMENTASI METODE FUZZY C-MEANS PADA SISTEM

PENDUKUNG KEPUTUSAN PENENTUAN KELAYAKAN

PENERIMA ZAKAT (STUDI KASUS : BADAN AMIL ZAKAT

NASIONAL KOTA KENDARI)

Telah diuji dan dipertahankan dihadapan sidang penguji skripsi Jurusan Teknik

Informatika Fakultas Teknik Universitas Halu Oleo dan dinyatakan memenuhi

syarat guna memperoleh gelar sarjana teknik.

Kendari, April 2016

Tim Penguji Tanda Tangan

1. Dr. Ir. Muh. Ihsan Sarita, M.Kom

Pembimbing I 1……………………………

2. Anita Puspita Dewi, S.Kom., MMSI.

Pembimbing II 2……………………………

3. Jumadil Nangi, S.Kom., M.T.

Penguji I (Ketua Sidang) 3……………………………

4. Yuwanda Purnamasari P, S.T., M.Kom.

Penguji II (Sekretaris Sidang) 4……………………………

5. Muthmainnah Muchtar, S.T., M.Kom.

Penguji III 5……………………………

Mengesahkan,

Ketua Jurusan Teknik Inforatika Fakultas Teknik Universitas Halu Oleo Ika Purwanti Ningrum, S.Kom., M.Cs. NIP. 19830116 201012 2 002

Dekan Fakultas Teknik Universitas Halu Oleo Mustarum Musaruddin, S.T, M.IT, Ph.D. NIP. 19730122 200112 1 002

iv

PERNYATAAN

Dengan ini saya menyatakan bahwa dalam skripsi ini tidak terdapat karya

yang pernah diajukan untuk memperoleh gelar kesarjanaan di suatu Perguruan

Tinggi dan sejauh yang penulis ketahui bahwa tidak terdapat karya atau pendapat

yang pernah ditulis atau diterbitkan oleh orang lain, kecuali yang secara tertulis

diacu di dalam naskah ini dan disebutkan di dalam daftar pustaka.

Kendari, April 2016

Restin Welinda

v

INTISARI

Restin Welinda, E1E111091

IMPLEMENTASI METODE FUZZY C-MEANS PADA SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KELAYAKAN PENERIMA ZAKAT (STUDI KASUS : BADAN AMIL ZAKAT NASIONAL KOTA KENDARI) Skripsi, Fakultas Teknik, 2016 Kata Kunci: Cluster, Fuzzy C-Means, Mustahik, Sistem Pendukung Keputusan, Zakat.

Proses penentuan kelayakan penerima zakat atau mustahik pada Badan Amil Zakat Nasional Kota Kendari masih dilakukan secara manual. Hal ini dapat menimbulkan kerumitan yang relatif tinggi dan menjadi tidak efektif baik pada waktu maupun objek sasaran penerima zakat.

Metode Fuzzy C-Means diterapkan dalam penelitian ini. Fuzzy C-Means (FCM) merupakan teknik pengelompokan data yang dalam penentuan kebenaran tiap-tiap titik data dalam suatu cluster yang ditentukan oleh derajat keanggotaanya. Pada kasus ini fuzzy c-means diterapkan untuk mencari solusi, masing-masing calon mustahik yang memiliki kecenderungan data yang sama akan termasuk dalam satu cluster. Clustering diterapkan pada kriteria indeks rumah, usaha, dan harta untuk menentukan kelayakan mustahik.

Parameter yang dimasukan dalam penelitian ini adalah jumlah cluster 2, pangkat/pembobot 2, maksimum iterasi 100, dan error terkecil 0,001. Hasil perhitungan FCM terhadap 200 data uji diperoleh 144 data calon mustahik yang berhak menerima zakat. Hal ini menunjukan bahwa keputusan yang dihasilkan oleh sistem menggunakan metode FCM sama dengan hasil penentuan manual melalui musyawarah oleh Badan Amil Zakat Nasional Kota Kendari. Tetapi waktu yang digunakan pada sistem dengan metode FCM ini lebih efisien dan efektif dalam menentukan penerima zakat dibandingkan pihak Badan Amil Zakat Nasional Kota Kendari.

vi

ABSTRACT

Restin Welinda, E1E111091

IMPLEMENTATION OF FUZZY C-MEANS METHOD IN THE DECISION SUPPORT SYSTEM TO DETERMINE FEASIBILITY OF ZAKAT RECIPIENTS (CASE STUDY: NATIONAL ZAKAT AMIL AGENCY IN KENDARI CITY)

Thesis, Faculty of Engineering, 2016

Keywords: Cluster, Fuzzy C-Means, Mustahik, Decision Support Systems, Zakat.

The process of determining the feasibility of recipients or Mustahik at The National Zakat Agency in Kendari is still done manually. This is likely to cause a relatively high complexity and become ineffective both in time and the target of recipients.

In this study, Fuzzy C-Means method was applied. Fuzzy C-Means is a data clustering technique in determining the truth of each data point within a cluster determined by the degree of membership. In this case the Fuzzy C-Means applied for a solution, each mustahik candidate having the same data tendency will be included in a single cluster. Clustering is applied to index criteria homes, businesses, and property to determine eligibility of mustahik.

The parameters included in this study is the number of cluster 2, rank / weighting 2, a maximum of 100 iterations, and the smallest error of 0.001. FCM calculation results of the 200 test data obtained 144 data of mustahik candidate entitled to receive zakat. This suggests that the decision produced by the system using FCM method is equal to the manual determination through deliberation by the National Zakat Agency in Kendari City. But time spent on this system by FCM method to determine recipients is more efficient and more effective than National Zakat Agency in Kendari City.

vii

KATA PENGANTAR

Bismillah.

Puji dan syukur penulis panjatkan kehadirat Allah Subhanahu Wa Ta’ala,

karena limpahan rahmat dan karuniaNya sehingga penulis dapat menyelesaikan

skripsi yang berjudul “Implementasi Metode Fuzzy C-Means Pada Sistem

Pendukung Keputusan Penentuan Kelayakan Penerima Zakat (Studi Kasus :

Badan Amil Zakat Nasional Kota Kendari)” ini dapat diselesaikan dengan baik

guna memenuhi salah satu persyaratan dalam menyelesaikan pendidikan pada

Jurusan Teknik Informatika Fakultas Teknik di Universitas Halu Oleo.

Secara khusus penulis menyampaikan rasa terimakasih jazaakumullahu

khairan untuk orang tua tercinta Bapak Drs. La Mbolosi dan Ibu Kasmawati, SP

atas segala do’a, kasih sayang, perhatian, semangat, motivasi, dan bantuan yang

diberikan dengan ikhlas dan penuh kesabaran serta dorongan yang kuat tak henti-

hentinya diberikan kepada penulis begitupun saat menyelesaikan skripsi ini.

Penulis menyadari bahwa tanpa bantuan dan dukungan beberapa pihak,

skripsi ini tidak dapat diselesaikan dengan baik. Oleh karena itu pada kesempatan

ini penulis mengucapkan rasa terimakasih yang sebesar-besarnya jazaakumullahu

khairan kepada yang terhormat:

1. Bapak Prof. Dr. Ir. H. Rusman Rianse, M.Si, selaku Rektor Universitas Halu

Oleo.

2. Bapak Mustarum Musaruddin, S.T., M.IT, Ph.D. selaku Dekan Fakultas

Teknik Universitas Halu Oleo.

3. Ibu Ika Purwanti Ningrum, S.Kom., M.Cs. selaku Ketua Jurusan Teknik

Informatika Fakultas Teknik Universitas Halu Oleo.

4. Bapak Dr. Ir. H. Muh. Ihsan Sarita, M.Kom dan Ibu Anita Puspita Dewi,

S.Kom., MMSI sebagai Pembimbing Skripsi yang telah bersedia meluangkan

waktu, tenaga, dan pikiran serta dengan sabar membimbing penulis sejak awal

hingga terselesainya skripsi ini.

5. Bapak Jumadil Nangi, S.Kom., MT., Ibu Yuwanda Purnamasari P, S.T.,

M.Kom., dan Ibu Mutmainnah Muchtar, S.T., M.Kom sebagai dewan penguji

viii

yang telah memberikan ide dan saran bagi penulis dalam menyelesaikan skripsi

ini.

6. Bapak dan Ibu Dosen Jurusan Teknik Informatika yang telah membimbing dan

memberikan ilmu yang bermanfaat selama penulis mengenyam pendidikan di

Teknik Informatika Fakultas Teknik Universitas Halu Oleo.

7. Bapak H. Musadar Mappasomba, S.P., MP. sebagai Ketua Umum Badan Amil

Zakat Nasional Kota Kendari dan Bapak Drs. H. Alimuddin K sebagai Ketua

Harian Badan Amil Zakat Nasional Kota Kendari serta Bapak dan Ibu

Pengurus Badan Amil Zakat Nasional Kota Kendari terkhusus kepada Ibu Jusri

Sabrah, S.Ag., Ibu Aisyah, SP., dan Bapak Budi Permana, S.Si., yang telah

sabar dan bersedia meluangkan waktunya kepada penulis untuk diwawancarai

dan memberikan data-data yang penulis butuhkan dengan sangat sigap tanpa

kendala.

8. Kepada Guru syukron jazaakallahu khairan telah bersedia meluangkan waktu,

sangat sabar dalam mengajari, mendo’akan, menyemangati, memotivasi, dan

menasehati penulis dalam menyelesaikan skripsi ini.

9. Kepada Adik-adikku Rahmat Rasyid Zul Fian dan Muzafar Amrun Razi yang

selalu mendo’akan penulis dan sebagai motivasi penulis untuk menyelesaikan

skripsi ini.

10. Sahabatku tersayang dibangku kuliah hingga saat ini Masriani Malik, Ayu

Septiana Sari, Resti Idayani dan Niken Dwi Saryono, S.T yang selalu ada disaat

kapanpun dan dimanapun, mendo’akan, menyemangati, memotivasi dan

menasehati penulis selama menyelesaikan skripsi ini.

11. Sahabatku tersayang dari jaman SMP hingga saat ini Sulistiana, S.Farm dan

Wa Ode Ethika Nur Citrawati S. Farm, Wd. Sri Irnawati, S.S yang selalu

mendo’akan, menyemangati, menasehati dan memotivasi penulis selama

menyelesaikan skripsi ini.

12. Teman-teman angkatan 2011, terimakasih kebersamaan dan bantuan yang

diberikan selama penulis mengenyam pendidikan di Teknik Informatika

Fakultas Teknik Universitas Halu Oleo.

ix

13. Saudara seiman halaqoh Fatimah Az Zahra terkhusus Murobbiah Ka Dian,

syukron jazaakillahu khairan atas do’a, dukungan, nasehat, dan motivasinya

kepada penulis untuk bersemangat menyelesaikan skripsi ini.

14. Teman-teman asrama Bayyinah Sartina Novialestari, S.Kep., Ns., Mahazainu,

S.H., Jumaniati, S.STP., Muhammad Tanzani, ST., Sri Wahyuningsih, S.Kep.,

Ns., Wa Ode Hariza Ambarsari, S.Pi., Tocher, Wikbar, Uma, Ayu, Azizah,

Vhasya, Faris, dan Sarah, terimakasih atas do’a dan dukungannya.

15. Seluruh teman-teman dan semua pihak yang tidak dapat penulis sebutkan satu

persatu, terimakasih atas dukungan dan bantuannya sehingga skripsi ini dapat

terselesaikan.

Penulis menyadari bahwa penyusunan skripsi ini masih terdapat banyak

kekurangan, oleh karena itu saran-saran dari semua pihak yang sifatnya

membangun untuk meningkatkan mutu dari penulisan ini sangat penulis harapkan.

Semoga skripsi ini memberikan manfaat dalam pengembangan ilmu pengetahuan.

Kendari, April 2016

Penulis

x

DAFTAR ISI HALAMAN JUDUL .................................................................................. i HALAMAN PENGESAHAN ..................................................................... ii HALAMAN PERNYATAAN ..................................................................... iv INTISARI .................................................................................................... v ABSTRACT ................................................................................................ vi KATA PENGANTAR ................................................................................ vii DAFTAR ISI .............................................................................................. x DAFTAR TABEL ....................................................................................... xiii DAFTAR GAMBAR .................................................................................. xv BAB I PENDAHULUAN

1.1. Latar Belakang ......................................................................... 1 1.2. Rumusan Masalah .................................................................... 2 1.3. Batasan Masalah ....................................................................... 2 1.4. Tujuan ..................................................................................... 3 1.5. Manfaat .................................................................................... 3 1.6. Sistematika Penulisan ............................................................... 3 1.7. Tinjauan Pustaka ...................................................................... 4

BAB II LANDASAN TEORI 2.1. Sistem Pendukung Keputusan .................................................... 5

2.1.1. Komponen Sistem Pendukung Keputusan ......................... 5 2.1.2. Karakteristik Sistem Pendukung Keputusan ...................... 6 2.1.3. Proses Pengambilan Keputusan......................................... 7 2.1.4. Tujuan Sistem Pendukung Keputusan .............................. 7 2.1.5. Jenis-Jenis Keputusan ....................................................... 8

2.2. Logika Fuzzy .............................................................................. 8 2.3. Fuzzy C-Means .......................................................................... 9 2.4. Model Pengembangan Sistem Waterfall ...................................... 12 2.5. Flowchart .................................................................................... 14 2.6. Unified Modeling Language (UML) ............................................. 15

2.6.1. Use Case Diagram ............................................................. 15 2.6.2. Activity Diagram ................................................................ 17 2.6.3. Sequence Diagram ............................................................. 18 2.6.4. Class Diagram ................................................................... 18

2.7. Database (Basis Data) ................................................................. 19 2.7.1. Database Management System (DBMS) ............................ 19 2.7.2. Unsur-Unsur Basis Data .................................................... 20

2.8. Entity Relationship Diagram (ERD) ............................................ 21 2.9. MySQL ....................................................................................... 23 2.10. Pemrograman Java ..................................................................... 23 2.11. Netbeans .................................................................................... 24 2.12. XAMPP ...................................................................................... 26 2.13. Zakat .......................................................................................... 27 2.14. Mustahik (Penerima Zakat) ......................................................... 27

xi

BAB III METODOLOGI PENELITIAN 3.1. Prosedur dan Pengumpulan Data ................................................. 30

3.1.1. Jenis Data ........................................................................... 30 3.1.2. Metode Pengumpulan Data ................................................. 30

3.2. Metode Pengembangan Perangakat Lunak ................................... 31 3.3. Waktu dan Tempat Penelitian ...................................................... 32

BAB IV ANALISIS DAN PERANCANAN SISTEM 4.1 Analisis Sistem Lama dan Baru ................................................... 33

4.1.1 Analisis Kerja Sistem yang Lama ....................................... 33 4.1.2 Analisis Kerja Sistem yang Baru ........................................ 33 4.1.3 Flowchart Proses Fuzzy C-Means ...................................... 34

4.2 Ilustrasi Metode Fuzzy C-Means Terhadap Perencanaan Aplikasi 36 4.3 Perancangan Sistem .................................................................... 60

4.3.1 Use Case Diagram .......................................................... 60 4.3.2 Activity Diagram ............................................................ 62

4.3.2.1 Activity Diagram Login ......................................... 62 4.3.2.2 Activity Diagram Calon Mustahik ......................... 62 4.3.2.3 Activity Diagram Kriteria ..................................... 63 4.3.2.4 Activity Diagram Clustering ................................. 65 4.3.2.5 Activity Diagram Data User .................................. 67

4.3.3 Sequence Diagram ........................................................... 68 4.3.3.1 Sequence Diagram Login ...................................... 68 4.3.3.2 Sequence Diagram Calon Mustahik ...................... 69 4.3.3.3 Sequence Diagram Kriteria .................................. 70 4.3.3.4 Sequence Diagram Clustering .............................. 71 4.3.3.5 Sequence Diagram Data User ............................... 72

4.4 Perancangan Basis Data .............................................................. 74 4.4.1 Relasi Antar Tabel ............................................................. 80

4.5 Perancangan Interface ................................................................. 81 4.5.1 Perancangan Halaman Login .............................................. 81 4.5.2 Perancangan Halaman Utama ............................................. 82 4.5.3 Perancangan Halaman Calon Mustahik .............................. 83 4.5.4 Perancangan Halaman Kriteria ........................................... 83 4.5.5 Perancangan Halaman Clustering ....................................... 85 4.5.6 Perancangan Halaman Hasil Clustering .............................. 87 4.5.7 Perancangan Halaman Data User ....................................... 88 4.5.8 Perancangan Halaman Tentang Aplikasi ............................ 89

BAB V IMPLEMENTASI DAN PENGUJIAN SISTEM 5.1 Kebutuhan Sistem ....................................................................... 90

5.1.1 Perangkat Keras (Hardware) .............................................. 90 5.1.2 Perangkat Lunak (Software) ............................................... 90

5.2 Implementasi Antar Muka Sistem ............................................... 91 5.2.1 Halaman Menu Beranda ..................................................... 91 5.2.2 Halaman Menu Login ......................................................... 91 5.2.3 Halaman Utama ................................................................. 92 5.2.4 Halaman Menu Calon Mustahik ......................................... 93

xii

5.2.5 Halaman Menu Kriteria ...................................................... 94 5.2.6 Halaman Menu Clustering ................................................. 97 5.2.7 Halaman Menu Hasil Clustering ........................................ 104 5.2.8 Halaman Menu Data User .................................................. 106 5.2.9 Halaman Menu Tentang Aplikasi ....................................... 106

5.3 Pengujian Sistem ......................................................................... 107 5.3.1 Pengujian Black Box Aplikasi ............................................. 107 5.3.2 Pengujian Perbandingan Hasil Keputusan .......................... 113 5.3.3 Perbandingan Berdasarkan Maksimum Iterasi .................... 138

BAB VI PENUTUP 6.1 Kesimpulan ................................................................................. 139 6.2 Saran ........................................................................................... 139

DAFTAR PUSTAKA ................................................................................. 140 LAMPIRAN ............................................................................................... 142

xiii

DAFTAR TABEL

Tabel 2.1 Simbol-Simbol Flowchart ............................................................ 14 Tabel 2.2 Simbol Use Case Diagram ........................................................... 16 Tabel 2.3 Simbol Activity Diagram ............................................................. 17 Tabel 2.4 Simbol Sequence Diagram ........................................................... 18 Tabel 2.5 Simbol Class Diagram ................................................................. 19 Tabel 2.6 Simbol Entity Relationship Diagram ............................................ 22 Tabel 3.1 Tabel Waktu Penelitian ................................................................ 32 Tabel 4.1 Tabel Kriteria Penilaian ............................................................... 36 Tabel 4.2 Tabel Bobot Nilai Subkriteria ...................................................... 37 Tabel 4.3 Tabel Poin Penentuan Kelayakan ................................................. 38 Tabel 4.4 Tabel Ukuran Rumah ................................................................... 38 Tabel 4.5 Tabel Dinding Rumah .................................................................. 38 Tabel 4.6 Tabel Lantai Rumah ..................................................................... 39 Tabel 4.7 Tabel Atap Rumah ....................................................................... 39 Tabel 4.8 Tabel Kepemilikan Rumah .......................................................... 39 Tabel 4.9 Tabel Dapur Rumah ..................................................................... 39 Tabel 4.10 Tabel Kursi Rumah .................................................................... 40 Tabel 4.11 Tabel Sumber Modal .................................................................. 40 Tabel 4.12 Tabel Lama Usaha ..................................................................... 40 Tabel 4.13 Tabel Jumlah Pekerja ................................................................. 41 Tabel 4.14 Tabel Status Usaha Saat Ini ........................................................ 41 Tabel 4.15 Tabel Penghasilan Perbulan ....................................................... 41 Tabel 4.16 Tabel Jumlah Tanggungan ......................................................... 41 Tabel 4.17 Tabel Kebun .............................................................................. 42 Tabel 4.18 Tabel Elektronik ........................................................................ 42 Tabel 4.19 Tabel Kendaraan ........................................................................ 42 Tabel 4.20 Tabel Ternak .............................................................................. 43 Tabel 4.21 Tabel Aset ................................................................................. 43 Tabel 4.22 Tabel Calon Mustahik Untuk Indeks Rumah .............................. 44 Tabel 4.23 Tabel Calon Mustahik Untuk Indeks Usaha ............................... 45 Tabel 4.24 Tabel Calon Mustahik Untuk Indeks Harta ................................. 46 Tabel 4.25 Tabel Indeks Rumah yang Telah Diberi Bobot ........................... 47 Tabel 4.26 Tabel Indeks Usaha yang Telah Diberi Bobot ............................ 47 Tabel 4.27 Tabel Indeks Harta yang Telah Diberi Bobot ............................. 47 Tabel 4.28 Tabel Perhitungan Indeks Rumah Cluster 1 ............................... 49 Tabel 4.29 Tabel Perhitungan Indeks Rumah Cluster 2 ............................... 50 Tabel 4.30 Tabel Detail Hasil Perhitungan Derajat Keanggotaan Baru

Untuk Indeks Rumah ................................................................. 52 Tabel 4.31 Tabel Hasil Perhitungan Fungsi Objektif Untuk Indeks Rumah ... 53 Tabel 4.32 Tabel Kecenderungan Cluster Untuk Indeks Rumah .................. 54 Tabel 4.33 Tabel Kecenderungan Cluster Untuk Indeks Usaha .................... 56 Tabel 4.34 Tabel Kecenderungan Cluster Untuk Indeks Harta ..................... 58 Tabel 4.35 Tabel Keterangan Use Case Diagram ........................................ 61 Tabel 4.36 Tabel Calon Mustahik ................................................................ 75

xiv

Tabel 4.37 Tabel Hasil ................................................................................ 75 Tabel 4.38 Tabel Indeks Harta ..................................................................... 76 Tabel 4.39 Tabel Indeks Rumah .................................................................. 77 Tabel 4.40 Tabel Indeks Usaha .................................................................... 78 Tabel 4.41 Tabel Pengguna ......................................................................... 79 Tabel 4.42 Tabel Penerima .......................................................................... 80 Tabel 5.1 Pengujian Halaman Login ............................................................ 107 Tabel 5.2 Pengujian Halaman Calon Mustahik ............................................ 108 Tabel 5.3 Pengujian Halaman Kriteria ......................................................... 110 Tabel 5.4 Pengujian Halaman Clustering ..................................................... 111 Tabel 5.5 Pengujian Halaman Hasil Clustering ............................................ 111 Tabel 5.6 Pengujian Halaman Data User ..................................................... 112 Tabel 5.7 Pengujian Halaman Tentang Aplikasi .......................................... 112 Tabel 5.8 Pengujian Halaman Logout .......................................................... 113 Tabel 5.9 Hasil Clustering Rumah ............................................................... 113 Tabel 5.10 Hasil Clustering Usaha .............................................................. 118 Tabel 5.11 Hasil Clustering Harta ............................................................... 123 Tabel 5.12 Hasil Keseluruhan Clustering Indeks ......................................... 128 Tabel 5.13 Perbandingan Hasil Penentuan Penerima Zakat antara Sistem

menggunakan Metode Fuzzy C-Means dengan Baznas Kota Kendari ...................................................................................... 133 Tabel 5.14 Perbandingan Hasil Pengujian dengan Maksimum Iterasi Berbeda ..................................................................................... 138

xv

DAFTAR GAMBAR

Gambar 2.1 Tahapan Pengembangan Waterfall .......................................... 14 Gambar 4.1 Flowchart Proses Fuzzy C-Means SPK Penetuan Kelayakan Mustahik .................................................................................. 35 Gambar 4.2 Use Case Diagram .................................................................. 60 Gambar 4.3 Activity Diagram Login ........................................................... 62 Gambar 4.4 Activity Diagram Calon Mustahik ........................................... 63 Gambar 4.5 Activity Diagram Indeks Rumah .............................................. 64 Gambar 4.6 Activity Diagram Indeks Usaha ................................................ 64 Gambar 4.7 Activity Diagram Indeks Harta ................................................ 65 Gambar 4.8 Activity Diagram Clustering Rumah ........................................ 66 Gambar 4.9 Activity Diagram Clustering Usaha ......................................... 66 Gambar 4.10 Activity Diagram Clustering Harta ......................................... 67 Gambar 4.11 Activity Diagram Data User .................................................. 68 Gambar 4.12 Sequence Diagram Login ...................................................... 69 Gambar 4.13 Sequence Diagram Calon Mustahik ....................................... 69 Gambar 4.14 Sequence Diagram Indeks Rumah ......................................... 70 Gambar 4.15 Sequence Diagram Indeks Usaha ........................................... 70 Gambar 4.16 Sequence Diagram Indeks Harta ............................................ 71 Gambar 4.17 Sequence Diagram Clustering Rumah ................................... 71 Gambar 4.18 Sequence Diagram Clustering Usaha ..................................... 72 Gambar 4.19 Sequence Diagram Clustering Harta ...................................... 72 Gambar 4.20 Sequence Diagram Data User ................................................ 73 Gambar 4.21 ERD (Entity Relationship Diagram) Sistem Pendukung Keputusan

Kelayakan Mustahik ............................................................... 74 Gambar 4.22 Relasi Antar Tabel ................................................................. 81 Gambar 4.23 Perancangan Halaman Login ................................................. 82 Gambar 4.24 Perancangan Halaman Utama ................................................ 82 Gambar 4.25 Perancangan Halaman Calon Mustahik .................................. 83 Gambar 4.26 Perancangan Halaman Indeks Rumah .................................... 84 Gambar 4.27 Perancangan Halaman Indeks Usaha ..................................... 84 Gambar 4.28 Perancangan Halaman Indeks Harta ....................................... 85 Gambar 4.29 Perancangan Halaman Clustering Rumah .............................. 86 Gambar 4.30 Perancangan Halaman Clustering Usaha ............................... 86 Gambar 4.31 Perancangan Halaman Clustering Harta ................................. 87 Gambar 4.32 Perancangan Halaman Hasil Clustering ................................. 88 Gambar 4.33 Perancangan Halaman Data User ........................................... 88 Gambar 4.34 Perancangan Halaman Tentang Aplikasi ................................ 89 Gambar 5.1 Halaman Menu Beranda .......................................................... 91 Gambar 5.2 Halaman Menu Login .............................................................. 92 Gambar 5.3 Halaman Utama ....................................................................... 93 Gambar 5.4 Halaman Menu Calom Mustahik ............................................. 94 Gambar 5.5 Halaman Menu Indeks Rumah ................................................. 95 Gambar 5.6 Halaman Menu Indeks Usaha .................................................. 96 Gambar 5.7 Halaman Menu Indeks Harta ................................................... 97

xvi

Gambar 5.8 Halaman Menu Clustering Rumah ........................................... 98 Gambar 5.9 Listing Program Tombol Proses Clustering Rumah ................. 98 Gambar 5.10 Halaman Menu Clustering Usaha .......................................... 99 Gambar 5.11 Listing Program Tombol Proses Clustering Usaha ................. 99 Gambar 5.12 Halaman Menu Clustering Harta ........................................... 100 Gambar 5.13 Listing Program Tombol Proses Clustering Harta .................. 100 Gambar 5.14 Listing Program Perhitungan FCM ........................................ 102 Gambar 5.15 Listing Program Hasil Kelayakan Clustering ......................... 104 Gambar 5.16 Halaman Menu Hasil Clustering ............................................ 104 Gambar 5.17 Tampilan File Hasil Perhitungan Clustering Calon Mustahik 105 Gambar 5.18 Tampilan File Daftar Nama Penerima Zakat .......................... 105 Gambar 5.19 Halaman Menu Data User ..................................................... 106 Gambar 5.20 Halaman Menu Tentang Aplikasi ........................................... 106

1

BAB I

PENDAHULUAN

1.1 Latar Belakang

Zakat merupakan ibadah yang menyangkut harta benda yang berfungsi

sosial. Setiap muslim wajib untuk menunaikan zakat. Zakat diterima oleh orang-

orang yang berhak menerimanya sebagaimana diatur dalam Al Qur’an Surah At-

Taubah ayat ke 60. Badan Amil Zakat Nasional Kota Kendari merupakan lembaga

independen yang menerima dan menyalurkan zakat kepada para penerima zakat

atau mustahik di kota Kendari sejak tahun 2013. Kendala yang dihadapi oleh badan

amil zakat ini adalah proses penentuan kelayakan penerima zakat masih dilakukan

secara manual. Hal ini menimbulkan kerumitan yang relatif tinggi dan bisa menjadi

tidak efektif dalam proses penentuannya sehingga berdampak pada waktu maupun

objek sasaran mustahik ini. Pengurus harian yang bertugas sebagai pengelola akan

sulit mempertimbangkan banyaknya data yang memiliki kecenderungan data yang

sama. Hal ini tentu membutuhkan ketelitian dan waktu yang relatif lama dan sangat

mungkin terjadi kesalahan pada hasil penentuan kelayakan penerima zakat tersebut.

Dalam penentuan kelayakan mustahik yang berhak menerima zakat ini perlu

dilakukan inovasi baru berupa sistem yang terkomputerisasi. Hal ini dimaksudkan

agar penentuan mustahik menjadi lebih efektif dan efisien terhadap waktu dan

bersifat objektif terhadap calon mustahik sesuai dengan kriteria-kriteria yang telah

ditetapkan. Sistem ini diharapkan mampu membantu pihak Badan Amil Zakat

Nasional Kota Kendari dalam mengambil keputusan untuk menentukan mustahik

yang layak dan berhak mendapatkan zakat.

Fuzzy C-Means adalah suatu teknik pengelompokan data yang dalam

penentuan kebenaran tiap-tiap titik data dalam suatu cluster ditentukan oleh derajat

keanggotaan. Metode Fuzzy C-Means dipilih untuk kasus penentuan kelayakan

mustahik ini karena data-data dan parameter untuk pencarian solusi dapat

menghasilkan kelayakan mustahik yang akan dikelompokkan ke dalam cluster-

cluster yang sesuai dengan kecenderungan data yang sama. Di samping itu, metode

ini dipilih karena dapat ditentukan jumlah cluster yang akan dibentuk (Alvian

2

Kusuma Wijaya, 2014). Berdasarkan ulasan di atas maka penulis mengusulkan

penelitian dengan judul “Implementasi Metode Fuzzy C-Means Pada Sistem

Pendukung Keputusan Penentuan Kelayakan Penerima Zakat (Studi Kasus Badan

Amil Zakat Nasional Kota Kendari)”.

1.2 Rumusan Masalah

Berdasarkan uraian pada latar belakang maka perumusan masalah yang

dapat diambil adalah bagaimana mengimplementasikan metode Fuzzy C-Means

pada perancangan sistem pendukung keputusan dalam penentuan kelayakan

mustahik atau penerima zakat di Badan Amil Zakat Nasional Kota Kendari.

1.3 Batasan Masalah

Permasalahan dalam penelitian ini dibatasi oleh hal-hal sebagai berikut:

1. Pengambilan data sampel hanya pada data penerima zakat yang ada di

Badan Amil Zakat Nasional Kota Kendari.

2. Penentuan penerima zakat hanya yang termasuk dalam golongan fakir dan

miskin saja.

3. Kriteria penerima zakat didasarkan pada tiga kriteria yaitu

a) indeks rumah dengan subkriteria ukuran rumah, dinding rumah, lantai

rumah, atap rumah, kepemilikan rumah, dapur, dan kursi.

b) Indeks usaha dengan subkriteria sumber modal, lama usaha, jumlah

pekerja, status usaha saat ini, penghasilan perbulan, dan jumlah

tanggungan.

c) Indeks harta denga subkriteria kebun, elektronik, kendaraan, ternak, dan

aset.

4. Penentuan nilai parameter pada sistem ini yaitu

a) Jumlah cluster (c) = 2

b) Pangkat (w) = 2

c) Maksimum Iterasi (MaxIter) = 100

d) Error terkecil (ξ) = 10-3

e) P0 = 0

5. Bahasa pemprograman yang digunakan adalah Java dengan database

MySQL.

3

1.4 Tujuan

Tujuan penyusunan tugas akhir ini adalah untuk merancang dan

membangun sistem pendukung keputusan yang dapat membantu pihak Badan Amil

Zakat Nasional Kota Kendari dalam menentukan kelayakan mustahik dengan

menerapkan metode Fuzzy C-Means.

1.5 Manfaat

Manfaat yang dapat diperoleh dari penyusunan tugas akhir ini adalah untuk

membantu Badan Amil Zakat Nasional Kota Kendari dalam menentukan kelayakan

mustahik yang berhak menerima zakat secara tepat dan efisien.

1.6 Sistematika Penulisan

Sistematika penulisan yang digunakan pada laporan tugas akhir ini terdiri

dari enam bab sebagai berikut:

BAB I PENDAHULUAN

Bab ini memuat dan menerangkan tentang latar belakang, rumusan masalah,

batasan masalah, tujuan, manfaat, dan sistematika penulisan.

BAB II LANDASAN TEORI

Bab ini menguraikan tentang teori – teori yang mendukung penelitian.

BAB III METODOLOGI PENELITIAN

Bab ini menerangkan secara rinci mengenai langkah-langkah pengumpulan data,

pengembangan dan metode yang diterapkan dalam penelitian untuk mencapai

tujuan dan simpulan penyusunan tugas akhir.

BAB IV ANALIS IS DAN PERANCANGAN SISTEM

Bab ini membahas analisis sistem yang akan dibuat, kebutuhan sistem, serta

perancangan sistem.

BAB V IMPLEMENTASI DAN PENGUJIAN SISTEM

Bab ini menyajikan secara lengkap setiap langkah yang dilakukan dalam

implementasi sistem, analisis hasil dan pembahasan hasil penelitian tentang

pelaksanaan implementasi sistem berdasarkan pada hasil perancangan dan

pengujian sistem.

4

BAB VI PENUTUP

Bab ini membahas tentang kesimpulan dari hasil penelitian dan saran untuk

pengembangan selanjutnya.

1.7 Tinjauan Pustaka

Pada penelitian sebelumnya dilakukan oleh Bastiah (2013) dipublikasikan

oleh Pelita Informatika Budi Darma volume 5 nomor 1, melakukan penelitian yang

berjudul “Sistem Pendukung Keputusan Untuk Menentukan Pembelian Rumah

Dengan Menggunakan Metode Fuzzy C-Means (FCM) Clustering”. Penelitian ini

menggunakan metode fuzzy c-means clustering untuk melakukan perhitungan pada

acuan pembelian ke setiap sampel rumah dan mencari nilai mendekati dengan data

keuangan maupun data acuan yang dimiliki pembeli. Penelitian selanjutnya

dilakukan oleh Aziz Ahmadi dan Sri Hartati (2013) melakukan penelitian yang

berjudul “Penerapan Fuzzy C-Means dalam Sistem Pendukung Keputusan untuk

Penentuan Penerima Bantuan Langsung Sementara Masyarakat (BLM) PNPM-

MPd (Studi Kasus PNPM-MPd Kec. Ngadiro Kab. Pacitan)”. Pada penelitian ini

dilakukan beberapa uji coba terhadap sistem sehingga didapat hasil berupa

pengelompokan dan perengkingan data-data usulan bantuan. Kemudian, Agbonifo

dan Oluwatoyin Catherine (2013) melakukan penelitian yang berjudul “Fuzzy C-

Means Clustering Model for Identification of Students’ Learning Preferences in

Online Environment”. Pada penelitian ini Fuzzy C-Means (FCM) sebagai teknik

clustering digunakan untuk menentukan preferensi belajar individu. Hasil yang

diperoleh dari model ini menunjukkan bahwa teknik ini cocok dalam

mengidentifikasi preferensi belajar siswa.

Berdasarkan penelitian-penelitian yang telah dipaparkan di atas, maka akan

dilakukan penelitian lebih lanjut dengan judul “Implementasi Metode Fuzzy C-

Means Pada Sistem Pendukung Keputusan Penentuan Kelayakan Penerima Zakat

(Studi Badan Amil Zakat Nasional Kota Kendari)”. Objek yang digunakan pada

pembuatan sistem pendukung keputusan ini adalah mustahik atau penerima zakat.

Metode yang digunakan adalah Fuzzy C-Means. Output yang dihasilkan berupa

hasil kelayakan mustahik berdasarkan kriteria-kriteria yang telah ditentukan.

5

BAB II

LANDASAN TEORI

2.1 Sistem Pendukung Keputusan

Konsep Decision Support System (DSS) diperkenalkan pertama kali oleh

Michael S. Scoott Morton pada tahun 1970-an dengan istilah Management Decision

System. Definisi sistem adalah sekumpulan hal atau kegiatan atau elemen atau

subsistem yang saling bekerja sama atau yang dihubungkan dengan cara-cara

tertentu sehingga membentuk satu kesatuan untuk melaksanakan suatu fungsi guna

mencapai suatu tujuan (Turban dkk, 2005).

Decision Support System (DSS) mendayagunakan resources individu-

individu secara intelek dengan kemampuan komputer untuk meningkatkan kualitas

keputusan. Decision Support System (DSS) dirancang untuk mendukung seluruh

tahap pengambilan keputusan mulai dari mengidentifikasi masalah, memilih data

yang relevan, dan menentukan pendekatan yang digunakan dalam proses

pengambilan keputusan, sampai mengevaluasi pemilihan alternatif. Decision

Support System (DSS) dapat dikatakan sebagai sistem komputer yang mengolah

data menjadi informasi untuk mengambil keputusan dari masalah semi-terstruktur

yang spesifik (Bastiah, 2013).

2.1.1 Komponen Sistem Pendukung Keputusan

Sistem pendukung keputusan terdiri dari empat subsistem yang saling

berhubungan yaitu (Turban dkk, 2005):

1. Subsistem Manajemen Data meliputi basis data yang terdiri dari data-data

yang relevan dengan keadaan dan dikelola oleh software yang disebut

Database Management System (DBMS).

2. Subsistem Manajemen Model berupa paket software yang berisi model-

model finansial statistik manajemen science, atau model kuantitatif yang

menyediakan kemampuan analisa dan software manajemen yang sesuai.

3. Subsistem Manajemen Berbasis Pengetahuan (Knowledge Management

Subsystem) merupakan subsistem yang dapat mendukung subsistem lain

atau berlaku sebagai komponen yang berdiri sendiri (independent).

6

4. Subsistem Dialog (User Interface Subsystem) merupakan subsistem yang

dapat digunakan oleh user untuk berkomunikasi dengan sistem dan juga

memberi perintah.

2.1.2 Karakteristik Sistem Pendukung Keputusan

Karakteristik dan kapabilitas kunci dari Sistem Pendukung Keputusan

adalah sebagai berikut (Turban, 2005):

1. Dukungan untuk pengambil keputusan, terutama pada situasi

semiterstruktur dan tak terstruktur.

2. Dukungan untuk semua level manajerial, dari eksekutif puncak sampai

manajer lini.

3. Dukungan untuk individu dan kelompok.

4. Dukungan untuk semua keputusan independen dan atau sekuensial.

5. Dukungan di semua fase proses pengambilan keputusan: inteligensi, desain,

pilihan, dan implementasi.

6. Dukungan pada berbagai proses dan gaya pengambilan keputusan.

7. Kemampuan sistem beradaptasi dengan cepat di mana pengambil

keputusan dapat menghadapi masalah-masalah baru dan pada saat yang

sama dapat menanganinya dengan cara mengadaptasikan sistem terhadap

kondisi-kondisi perubahan yang terjadi.

8. Pengguna merasa seperti di rumah. User-friendly, kapabilitas grafis yang

kuat, dan sebuah bahasa interaktif yang alami.

9. Peningkatan terhadap keefektifan pengambilan keputusan (akurasi,

timelines, kualitas) dari pada efisiensi (biaya).

10. Pengambil keputusan mengontrol penuh semua langkah proses

pengambilan keputusan dalam memecahkan masalah.

11. Pengguna akhir dapat mengembangkan dan memodifikasi sistem sederhana.

12. Menggunakan model-model dalam penganalisisan situasi pengambilan

keputusan.

13. Disediakannya akses untuk berbagai sumber data, format, dan tipe, mulai

dari sistem informasi geografi (GIS) sampai sistem berorientasi objek.

7

14. Dapat dilakukan sebagai alat standalone yang digunakan oleh seorang

pengambil keputusan pada satu lokasi atau didistribusikan di satu organisasi

keseluruhan dan di beberapa organisasi sepanjang rantai persediaan.

2.1.3 Proses Pengambilan Keputusan

Pengambilan keputusan adalah pemilihan beberapa tindakan alternatif yang

ada untuk mencapai satu atau beberapa tujuan yang telah ditetapkan (Turban, 2005).

Menurut Simon (1960), pengambilan keputusan meliputi empat tahap yang saling

berhubungan dan berurutan. Empat proses tersebut adalah (Suryadi Kadarsah dan

Ramadhani Ali, 2002):

1. Intelligence

Tahap ini merupakan proses penelusuran dan pendeteksian dari lingkup

problematika serta proses pengenalan masalah.

2. Design

Tahap ini merupakan proses menemukan dan mengembangkan alternatif.

3. Choice

Pada tahap ini dilakukan poses pemilihan di antara berbagai alternatif

tindakan yang mungkin dijalankan.

4. Implementation

Tahap implementasi adalah tahap pelaksanaan dari keputusan yang telah

diambil.

2.1.4 Tujuan Sistem Pendukung Keputusan

Tujuan dari Sistem Pendukung Keputusan adalah sebagai berikut (Turban,

2005):

1. Membantu dalam pengambilan keputusan atas masalah yang terstruktur

2. Memberikan dukungan atas pertimbangan managerial dan bukannya

dimaksudkan untuk mengganti fungsi manager.

3. Meningkatkan efektivitas keputusan yang diambil dari pada perbaikan

efisiensinya.

4. Kecepatan komputasi

5. Meningkatkan produktifitas

6. Dukungan kualitas

8

7. Berdaya saing

8. Mengatasi keterbatasan kognitif dalam pemrosesan dan penyimpanan

2.1.5 Jenis-Jenis Keputusan

Jenis-jenis keputusan menurut Herbert A. Simon adalah sebagai berikut

(Suryadi Kadarsah dan Ramadhani Ali, 2002):

1. Keputusan Terprogram, bersifat berulang dan rutin, sedemikian sehingga

suatu prosedur pasti telah dibuat untuk menanganinya.

2. Keputusan Tak Terprogram, bersifat baru, tidak terstruktur dan jarang

konsekuen. Tidak ada metode yang pasti untuk menangani masalah ini.

Keputusan diklasifikasikan menjadi 3 jenis sebagai berikut (Kenneth C.

Laudon dan Jane P. Laudon, 2008):

1. Keputusan terstruktur (structured decision), sifatnya berulang dan rutin, dan

melibatkan prosedur yang jelas dalam menanganinya, sehingga tidak perlu

diperlakukan seakan-akan masih baru.

2. Keputusan semistruktur (semistructured decision), yaitu yang hanya

sebagian masalahnya mempunyai jawaban yang jelas tersedia dengan

prosedur yang disetujui bersama.

3. Keputusan tidak terstruktur (unstructured decision) adalah keputusan yang

pengambilan keputusannya harus memberikan penilaian, evaluasi, dan

pengertian untuk memecahkan masalahnya.

2.2 Logika Fuzzy

Fuzzy secara bahasa diartikan sebagai kabur atau samar-samar. Suatu nilai

dapat bernilai besar atau salah secara bersamaan. Dalam fuzzy dikenal derajat

keanggotaan yang memiliki rentang nilai 0 (nol) hingga 1 (satu). Berbeda dengan

himpunan tegas yang memiliki nilai 1 atau 0 (ya atau tidak) (Sri Kusumadewi,

2003).

Logika Fuzzy merupakan suatu logika yang memiliki nilai kekaburan atau

kesamaran (fuzzyness) antara benar atau salah. Dalam teori logika fuzzy suatu nilai

bisa bernilai benar atau salah secara bersama. Namun berapa besar keberadaan dan

kesalahan sesuatu tergantung pada bobot keanggotaan yang dimilikinya. Logika

fuzzy memiliki derajat keanggotaan dalam rentang 0 hingga 1. Berbeda dengan

9

logika digital yang hanya memiliki dua nilai 1 atau 0. Logika fuzzy digunakan untuk

menerjemahkan suatu besaran yang diekspresikan menggunakan bahasa

(linguistic), misalkan besaran kecepatan laju kendaraan yang diekspresikan dengan

pelan, agak cepat, cepat, dan sangat cepat. Dan logika fuzzy menunjukan sejauh

mana suatu nilai itu benar dan sejauh mana suatu nilai itu salah. Tidak seperti logika

klasik (scrisp)/tegas, suatu nilai hanya mempunyai 2 kemungkinan yaitu

merupakan suatu anggota himpunan atau tidak. Derajat keanggotaan 0 (nol) artinya

nilai bukan merupakan anggota himpunan dan 1 (satu) berarti nilai tersebut adalah

anggota himpunan (Sri Kusumadewi dan Hari Purnomo, 2004).

Logika fuzzy adalah suatu cara yang tepat untuk memetakan suatu ruang

input ke dalam suatu ruang output, mempunyai nilai kontinyu. Fuzzy dinyatakan

dalam derajat dari suatu keanggotaan dan derajat dari kebenaran. Oleh sebab itu

sesuatu dapat dikatakan sebagian benar dan sebagian salah pada waktu yang sama

(Sri Kusumadewi, 2003).

Kelebihan dari teori logika fuzzy adalah kemampuan dalam proses penalaran

secara bahasa (linguistic reasoning). Sehingga dalam perancangannya tidak

memerlukan persamaan matematik dari objek yang akan dikendalikan (Sri

Kusumadewi, 2003).

2.3 Fuzzy C-Means

Salah satu teknik fuzzy clustering adalah Fuzzy C-Means (FCM). FCM

adalah suatu teknik clustering data yang keberadaan tiap-tiap data dalam suatu

cluster ditentukan oleh nilai/derajat keanggotaan tertentu. Teknik ini pertama kali

diperkenalkan oleh Jim Bezdek pada tahun 1981 (Sri Kusumadewi dan Sri Hartati,

2006).

Clustering merupakan teknik umum untuk pengelompokan sekumpulan

objek sehingga bisa berada dalam satu kelompok yang sama. Digunakan dalam

menganalisa data statistik untuk berbagai bidang, misalnya machine learning,

pattern analysis, image analysis, information retrieval dan bio informatika. Tujuan

utama analisis cluster adalah mengelompokkan obyek-obyek berdasarkan

kesamaan karakteristik di antara obyek-obyek tersebut. Obyek bisa berupa produk

(barang dan jasa). Benda (tumbuhan atau lainnya) serta orang (responden,

10

konsumen, atau yang lain). Obyek tersebut akan diklasifikasikan ke dalam satu atau

lebih cluster (kelompok) sehingga obyek-obyek yang berada dalam satu cluster

akan mempunyai kemiripan satu dengan yang lain.

Konsep dari Fuzzy C- Means pertama kali adalah menentukan pusat claster,

yang akan menandai lokasi rata-rata untuk tiap-tiap cluster. Pada kondisi awal,

pusat cluster ini masih belum akurat. Tiap-tiap titik data memiliki derajat

keanggotaan untuk tiap-tiap cluster. Dengan cara memperbaiki pusat cluster dan

derajat keanggotaan tiap-tiap titik data secara berulang, maka akan dapat dilihat

bahwa pusat cluster akan bergerak menuju lokasi yang tepat. Perulangan ini

didasarkan pada minimasi fungsi obyektif yang menggambarkan jarak dari titik

data yang diberikan ke pusat cluster yang terbobot oleh derajat keanggotaan titik

data tersebut. Output dari Fuzzy C-Means merupakan deretan pusat clustering dan

beberapa derajat keanggotaan untuk tiap-tiap titik data. Informasi ini dapat

digunakan untuk membangun suatu fuzzy inference system (Adi Suryaputra P., dkk,

2014).

Fuzzy Clustering lebih alami jika dibandingkan dengan clustering secara

klasik. Suatu algoritma clustering dikatakan sebagai fuzzy clustering jika algoritma

tersebut menggunakan parameter strategi adaptasi secara soft competitive. Sebagian

besar algoritma fuzzy clustering didasarkan atas optimasi fungsi obyektif atau

modifikasi dari fungsi obyektif tersebut. Pada FCM setiap data bisa menjadi

anggota dari beberapa cluster. Batas-batas cluster dalam FCM adalah lunak (soft).

Konsep dasar FCM, pertama kali adalah menentukan pusat cluster yang akan

menandai lokasi rata-rata untuk tiap-tiap cluster. Pada kondisi awal, pusat cluster

ini masih belum akurat (Sri Kusumadewi dan Sri Hartati, 2006).

Cara kerja clustering yaitu mengkoordinasi data-data yang ada ke dalam

beberapa kelas, yang anggota dari kelas tersebut memiliki kesamaan dalam hal

tertentu (Purbasari, 2012):

Algoritma pengelompokan dari Fuzzy C-Means adalah (Purbasari, 2012):

1. Input data yang akan dicluster X, berupa matriks berukuran n x m, dengan n

= jumlah data yang akan dicluster; dan m = jumlah variabel (kriteria);

11

2. Menentukan:

a) Jumlah cluster = c;

b) Pangkat = w (>1);

c) Maksimum Iterasi = maxIter;

d) Error terkecil = ξ;

e) Fungsi obyektif awal = Po = 0;

f) Iterasi awal, t = 1;

3. Menghitung jumlah setiap kolom (atribut) :

(2.1)

Persamaan 2.1 menjelaskan bahwa Qj adalah jumlah dari setiap kolom.

Dimana jumlah dari setiap kolom yang merupakan matriks random bernilai

1.

Bentuk matriks partisi awal, U, sebagai berikut:

戟 = [�怠怠(�怠 �怠態(�態 … �怠�(�� 怠態(�怠 �態態(�態 … �態�(�� ⋮ ⋮�津怠(�怠 �津態(�怠 … �津�(�� ] (2.2)

Persamaan 2.2 menjelaskan matriks awal yang terbentuk dari setiap data

yang akan diinputkan ke dalam perhitungan. Jumlah cluster yang akan

dibentuk digambarkan oleh µ11 (x1) sampai dengan μ1c (xc), sedangkan

jumlah dari data yang akan dicluster digambarkan oleh μ11 (x1) sampai μn1

(x1).

4. Menghitung pusat cluster, V, untuk setiap cluster: 撃賃珍 = ((��入 � ∗ ��乳韮�=迭 (��入 � 韮� (2.3)

V merupakan pusat cluster. Setiap pusat cluster akan didapatkan dengan

menghitung Σ dari hasil pemangkatan cluster yang dihitung dikalikan

dengan bobot setiap data. Kemudian dibagi dengan Σ dari hasil

pemangkatan cluster yang dihitung.

5. Memperbaiki derajat keanggotaan setiap data pada setiap cluster (perbaiki

matriks partisi), sebagai berikut :

12

�沈賃 = [ ��入− �入乳鉄尿乳=迭 ] −迭�−迭 [ ��入− �入乳鉄尿乳=迭 ] −迭�−迭迩入=迭 (2.4) �沈賃 merupakan hasil perhitungan terhadap pencarian hasil dari derajat

keanggotaan. �沈賃 didapatkan dari hasil pemangkatan setiap hasil perkalian

nilai bobot yang ada dengan pusat cluster menggunakan sistem perkalian

matriks (baris dikali kolom). Kemudian dipangkatkan dengan -1/bobot yang

telah ditentukan di awal kurang (-) 1. Keseluruhan nilai yang didapatkan

dibagi dengan total jumlah baris setiap cluster. Dalam perhitungan derajat

keanggotaan diinisialkan dengan L1 yang mewakili perhitungan untuk

derajat keanggotaan cluster pertama untuk data 1 sampai n. Inisial L2

mewakili perhitungan untuk derajat keanggotaan cluster kedua untuk data 1

sampai n. Inisial LT mewakili hasil penjumlahan L1 + L2.

6. Menghitung fungsi Obyektif pada iterasi ke -t, Pt :

�� = �沈賃 − 撃賃珍態陳珍=怠 (�沈賃栂 �

賃=怠津

沈=怠

Dalam perhitungan fungsi objektif diinisialkan dengan L3 yang mewakili

perhitungan fungsi objektif cluster pertama dari data 1 sampai n. Inisial L4

mewakili perhitungan fungsi objektif cluster kedua dari data 1 sampai n. Σ

(L5 + L6) mewakili selisih antara interasi (n + 1) - itrerasi (n).

Secara sederhana, rumus 2.5 menjelaskan perhitungan dari fungsi objektif.

Dimana Pt merupakan total dari hasil perhitungan setiap cluster.

7. Mengecek kriteria pemberhentian,

Jika (|pt – Pt-1| < ξ) atau (t > maxIter) maka berhenti; (2.6)

Jika tidak: t = t + 1, ulangi langkah ke – 4.

8. Kelayakan = (岾韮�如��_��韮�_尿賑韮匂賑入�禰�_如��入韮�如��_�賑認_迩如祢濡禰賑認峇掴怠待待賃�沈��沈� ) �などど% (2.7)

2.4 Model Pengembangan Sistem Waterfall

Model Waterfall atau sering disebut Model Pengembangan Air Terjun,

merupakan paradigma model pengembangan perangkat lunak paling tua, dan paling

banyak dipakai. Model ini mengusulkan sebuah pendekatan perkembangan

(2.5)

13

perangkat lunak yang sistematik dan sekunsial yang dimulai pada tingkat dan

kemajuan sistem pada seluruh tahapan analisis, desain, kode, pengujian, dan

pemeliharaan (Rosa A.S & M.Shalahuddin, 2013).

Berikut merupakan tahapan–tahapan pengembangan Waterfall

Development Model (Rosa A.S & M.Shalahuddin, 2013):

1. Rekayasa dan pemodelan sistem/informasi

Langkah pertama dimulai dengan membangun keseluruhan elemen sistem

dan memilah bagian-bagian mana yang akan dijadikan bahan pengembangan

perangkat lunak, dengan memperhatikan hubungannya dengan hardware, user, dan

database.

2. Analisis kebutuhan perangkat lunak

Pada proses ini, dilakukan analisis dan pengumpulan kebutuhan sistem yang

meliputi domain informasi, fungsi yang dibutuhkan unjuk kerja/performansi dan

antarmuka. Hasil analisis dan pengumpulan tersebut didokumentasikan dan

diperlihatkan kembali kepada pelanggan.

3. Desain

Pada proses desain, dilakukan penerjemahan syarat kebutuhan sebuah

perancangan perangkat lunak yang dapat diperkirakan sebelum dibuatnya proses

pengkodean (coding). Proses ini berfokus pada struktur data, arsitektur perangkat

lunak, representasi interface, dan detail algoritma prosedural.

4. Pengkodean

Pengkodean merupakan proses menerjemahkan perancangan desain ke

bentuk yang dapat dimengerti oleh mesin, dengan menggunakan bahasa

pemrograman.

5. Pengujian

Setelah proses pengkodean selesai, dilanjutkan dengan proses pengujian

pada program perangkat lunak, baik Pengujian logika internal, maupun Pengujian

eksternal fungsional untuk memeriksa segala kemungkinan terjadinya kesalahan

dan memeriksa apakah hasil dari pengembangan tersebut sesuai dengan hasil yang

diinginkan.

14

6. Pemeliharaan

Proses pemeliharaan merupakan bagian paling akhir dari siklus

pengembangan dan dilakukan setelah perangkat lunak dipergunakan.

Gambar 2.1 Tahapan Pengembangan Waterfall (Rosa A.S & M.Shalahuddin,

2013).

2.5 Flowchart

Flowchart adalah penggambaran secara grafik dari langkah-langkah dan

urut-urutan prosedur dari suatu program. Flowchart menolong analis dan

programmer untuk memecahkan masalah ke dalam segmen-segmen yang lebih

kecil dan menolong dalam menganalisis alternatif-alternatif lain dalam

pengoperasian (Rosa A.S & M.Shalahuddin, 2013).

Tabel. 2.1 Simbol-Simbol Flowchart

NO SIMBOL NAMA KETERANGAN

1.

Proses Mempresentasikan operasi.

2.

Input /

Output

Mempresentasikan Input data atau

Output data yang diproses atau

informasi.

3.

Keputusan Keputusan dalam program.

4.

Dokumen Dokument I / O dalam format cetak.

5.

Terminal

points

Awal / akhir flowchart.

https://murtri.files.wordpress.com/2014/08/1.jpg

15

Lanjutan Tabel 2.1

(Sumber : Rosa A.S & M.Shalahuddin, 2013)

2.6 Unified Modeling Language (UML)

UML (Unified Modeling Language) adalah sebuah bahasa untuk

menetukan, visualisasi, konstruksi, dan mendokumentasikan artifact (bagian dari

informasi yang digunakan atau dihasilkan dalam suatu proses pembuatan perangkat

lunak. Artefact dapat berupa model, deskripsi atau perangkat lunak) dari sistem

perangkat lunak, seperti pada pemodelan bisnis dan sistem non perangkat lunak

lainnya.

UML merupakan suatu kumpulan teknik terbaik yang telah terbukti sukses

dalam memodelkan sistem yang besar dan kompleks. UML tidak hanya digunakan

dalam proses pemodelan perangkat lunak, namun hampir dalam semua bidang yang

membutuhkan pemodelan. Berikut adalah tipe-tipe diagram UML (Rosa A.S &

M.Shalahuddin, 2013).

2.6.1 Use Case Diagram

Diagram Use case adalah diagram yang menunjukkan fungsionalitas suatu

sistem atau kelas dan bagaimana sistem tersebut berinteraksi dengan dunia luar dan

6.

Preparation Pemberian harga awal.

7.

Manual input Input yang dimasukkan secara

manual dari keyboard.

8.

Penghubung Keluar atau masuk dari bagian lain

flowchart

9.

Penghubung

Keluar atau masuknya dari

bagian lain flowchart khususnya

halaman lain.

10.

Display Output yang ditampilkan pada

terminal

11.

Anak panah Mempresentasikan alur kerja.

http://fadhlyashary.blogspot.com/2012/06/pengertian-uml-unified-modeling.html

16

menjelaskan sistem secara fungsional yang terlihat user. Sebuah use case

mempresentasikan sebuah interaksi antara aktor dengan sistem.

Tabel 2.2 Simbol Use Case Diagram


1.

Actor Menspesifikasikan himpunan peran yang

pengguna mainkan ketika berinteraksi

dengan use case

2.

Dependency Hubungan dimana perubahan yang terjadi

pada suatu elemen mandiri (dependent)

akan mempengaruhi elemen yang

bergantung padanya elemen yang tidak

mandiri (independent)

3.

Generalization Hubungan dimana objek anak

(descendent) berbagi perilaku dan

struktur data dari objek yang ada

diatasnya objek induk (ancestor)

4.

Include Menspesifikasikan bahwa use case

sumber secara eksplisit

5.

Extend Menspesifikasikan bahwa use case target

memperluas perilaku dari use case

sumber pada suatu titik yang diberikan

6.

Association Apa yang menghubungkan antara objek

satu dengan objek lainnya.

7.

System Menspesifikasikan paket yang

menampilkan sistem secara terbatas

8.

Use case Deskripsi dari uraian aksi-aksi yang

ditampilkan sistem yang menghasilkan

suatu hasil yang terukur bagi suatu actor

17

Tabel 2.2 (Lanjutan)


2.6.2 Activity Diagram

Activity diagram menggambarkan berbagai alir aktivitas dalam sistem yang

sedang dirancang, bagaimana masing-masing alir berawal, decision yang mungkin

terjadi, dan bagaimana mereka berakhir. Activity diagram juga dapat

menggambarkan proses paralel yang mungkin terjadi pada beberapa eksekusi.

Activity diagram merupakan state diagram khusus, di mana sebagian besar

state adalah action dan sebagian besar transisi di-trigger oleh selesainya state

sebelumnya (internal processing).

Tabel 2.3 Simbol Activity Diagram


1.

Activity Memperlihatkan bagaimana masing-

masing kelas antarmuka saling

berinteraksi satu sama lain.

2.

Action State dari sistem yang mencerminkan

eksekusi dari suatu aksi

3.

Initial Node Bagaimana objek dibentuk atau diawali

4.

Activity Final

Node

Bagaimana objek dibentuk dan diakhiri

5.

Fork Node Satu aliran yang pada tahap tertentu

berubah menjadi beberapa aliran


9.

Collaboration Interaksi aturan-aturan dan elemen lain

yang bekerja sama untuk menyediakan

perilaku yang lebih besar dari jumlah dan

elemen-elemennya (sinergi)

10.

Note Elemen fisik yang eksis saat aplikasi

dijalankan dan mencerminkan suatu

sumber daya komputasi

18

2.6.3 Sequence Diagram

Sequence diagram menggambarkan interaksi antar objek di dalam dan di

sekitar sistem (termasuk pengguna, display, dan sebagainya) berupa message yang

digambarkan terhadap waktu. Sequence diagram terdiri atas dimensi vertikal

(waktu) dan dimensi horizontal (objek-objek yang terkait).

Sequence diagram biasa digunakan untuk menggambarkan skenario atau

rangkaian langkah-langkah yang dilakukan sebagai respons dari sebuah event untuk

menghasilkan output tertentu.

Tabel 2.4 Simbol Sequence Diagram


1

LifeLine Objek entity, antarmuka yang saling

berinteraksi.

2

Message Spesifikasi dari komunikasi antar

objek yang memuat informasi-

informasi tentang aktifitas yang terjadi

3

Message Spesifikasi dari komunikasi antar

objek yang memuat informasi-

informasi tentang aktifitas yang terjadi

4

Message Menyatakan suatu objek mengakhiri

hidup objek lain, arah panah mengarah

pada objek yang diakhiri, sebaiknya

jika ada create maka ada destroy


2.6.4 Class Diagram

Class adalah kumpulan objek-objek dengan dan yang mempunyai struktur

umum, behavior umum, relasi umum, dan semantic/kata yang umum. Class-class

ditentukan/ditemukan dengan cara memeriksa objek-objek dalam sequence

diagram dan collaboration diagram. Sebuah class digambarkan seperti sebuah

bujur sangkar dengan tiga bagian ruangan.

19

Tabel 2.5 Simbol Class Diagram

NO GAMBAR NAMA KETERANGAN

1.

Association Apa yang menghubungkan antara objek

satu dengan objek lainnya

2.

Nary

Association

Upaya untuk menghindari asosiasi

dengan lebih dari 2 objek

3.

Class Himpunan dari objek-objek yang berbagi

atribut serta operasi yang sama

4.

Collaboration Deskripsi dari urutan aksi-aksi yang

ditampilkan system yang menghasilkan

suatu hasil yang terukur bagi suatu actor

5.

Realization Operasi yang benar-benar dilakukan oleh

suatu objek

6.

Dependency Hubungan dimana perubahan yang

terjadi pada suatu elemen mandiri

(independent) akan mempengaruhi

elemen yang bergantung padanya

elemen yang tidak mandiri


2.7 Database (Basis Data)

Basis data merupakan kumpulan data yang saling berhubungan satu dengan

yang lainnya yang diorganisasikan sesuai struktur tertentu dan disimpan dengan

baik. Untuk mendapatkan informasi yang berguna dari kumpulan data maka

diperlukan suatu perangkat lunak (software) untuk memanipulasi data sehingga

mendapatkan informasi yang berguna (Rosa A.S & M.Shalahuddin, 2013).

2.7.1 Database Manajement System (DBMS)

Database Manajement System (DBMS) merupakan software yang

digunakan untuk membangun sebuah sistem basis data yang berbasis

komputerisasi. DBMS membantu dalam pemeliharaan dan pengolahan kumpulan

20

data dalam jumlah besar. Sehingga dengan menggunakan DBMS tidak

menimbulkan kekacauan dan dapat digunakan oleh pengguna sesuai dengan

kebutuhan (Kusrini, 2007). Contoh Program DBMS adalah MySQL, Oracle,

Firebirh, Microsoft SQL Server, Foxpro 6.0 atau FoxBase, DB2, Paradox, dan

Microsoft Access.

2.7.2 Unsur-Unsur Basis Data

Unsur-nsur Basis Data adalah sebagai berikut (Rosa A.S & M.Shalahuddin,

2013):

1. Enterprise

Enterprise (badan, lembaga) diartikan sebagai sembarang badan organisasi

seperti instansi pemerintah, sekolah, bank, rumah sakit, industri atau badan usaha

lain yang merupakan unit kerja yang dalam batas-batas tertentu bekerja sebagai

suatu kesatuan.

2. Entity

Entity (kesatuan) merupakan elemen atau bagian dalam enterprise yang

kesemuannya direkam. Entity-entity dalam suatu enterprise saling terkait antara

yang satu dengan yang lain melalui satu atau lebih relasi.

3. Atribut

Atribut adalah unsur-unsur entity yang menjelaskan ciri atau watak yang

dipilih untuk direkam. Atribut ini merupakan satuan terkecil dari pada data yang

mempunyai arti bagi pemakai data.

4. Nilai Data

Nilai data adalah sekumpulan dari karakter-karakter atau nilai yang diisikan

pada suatu elemen data.

5. Record Data

Record data merupakan sekumpulan harga data yang saling berhubungan

dalam satu entity.

6. Elemen Data Kunci

Elemen Data Kunci merupakan elemen data yang berdasarkan harganya

dapat diketahui dengan pasti harga elemen data lainnya dalam suatu entity.

21

7. File Data

File data adalah kumpulan dari beberapa record yang membentuk suatu

kesatuan.

2.8 Entity Relationship Diagram (ERD)

Model Entity Relationship adalah suatu penyajian data dengan

menggunakan Entity dan Relationship. ERD (Entity Relationship Diagram)

merupakan salah satu model yang digunakan untuk mendesain database dengan

tujuan menggambarkan data yang berelasi pada sebuah database. Elemen-elemen

ERD adalah sebagai berikut (Rosa A.S & M.Shalahuddin, 2013):

1. Entitas (Entity)

Entity adalah obyek yang dapat dibedakan dalam dunia nyata. Entity set

adalah kumpulan dari entity yang sejenis. Entity set dapat berupa:

a) Obyek secara fisik: Rumah, Kendaraan, Peralatan.

b) Obyek secara konsep: Pekerjaan, Perusahaan, Rencana.

2. Hubungan / Relasi (Relationship)

Relationship adalah hubungan yang terjadi antara satu atau lebih entity.

Relationship set adalah kumpulan relationship yang sejenis.

3. Atribut

Atribut adalah karakteristik dari entity atau relationship yang menyediakan

penjelasan detail tentang entity atau relationship tersebut. Nilai Atribut merupakan

suatu data aktual atau informasi yang disimpan pada suatu atribut di dalam suatu

entity atau relationship.

4. Derajat Relasi (Relationship Degree)

Relationship Degree atau Derajat Relasi adalah jumlah entitas yang

berpartisipasi dalam satu relationship.

5. Kardinalitas (Cardinality)

Kardinalitas menyatakan jumlah himpunan relasi antar entitas. Terdapat 3

macam kardinalitas relasi yaitu:

22

a. Satu ke satu (One to One)

Hubungan relasi satu ke satu yaitu setiap entitas pada himpunan

entitas A berhubungan paling banyak dengan satu entitas pada himpunan

entitas B.

b. Satu ke banyak (One to Many)

Setiap entitas pada himpunan entitas A dapat berhubungan dengan

banyak entitas pada himpunan entitas B, tetapi setiap entitas pada entitas B

dapat berhubungan dengan satu entitas pada himpunan entitas A.

c. Banyak ke banyak (Many to Many)

Setiap entitas pada himpunan entitas A dapat berhubungan dengan

banyak entitas pada himpunan entitas B.

Tabel 2.6 Simbol Entity Relationship Diagram


1

Entitas (Entity) Kumpulan dari objek yang dapat

diidentifikasikan secara unik

2

Entitas Lemah

( Weak Entity)

Entitas yang keberadaannya sangat

bergantung dengan entitas lain

3

Relasi

(Relationship)

Hubungan yang terjadi antara satu

atau lebih entitas

4

Identifying

Realtionship

Menyatakan suatu objek mengakhiri

hidup objek lain, arah panah

mengarah pada objek yang diakhiri,

sebaiknya jika ada create maka ada

destroy

5

Atribut Unsur penyusun suatu entitas = field

6

Atribut

Primary Key

Atribut yang digunakan untuk

menentukan suatu entity secara unik

dan berbeda

23



2.9 MySQL

MySQL adalah salah satu jenis database server yang sangat terkenal, karena

MySQL menggunakan SQL sebagai bahasa dasar untuk mengakses database.

MySQL termasuk ke dalam RDBMS (Relational Database Management System),

yang lebih populer di kalangan pemrograman web, terutama di kalangan Linux.

MySQL dapat digunakan pada berbagai platform sistem operasi. MySQL sifatnya

free atau gratis (tidak perlu bayar dalam menggunakannya). MySQL terdiri dari 2

(dua) lisensi, yaitu:

1. Lisensi Free ( Free Software / Open Source GNU General Public License )

Jenis lisensi ini bebas digunakan, dimodifikasi source programnya, dengan

catatan harus dipublikasikan ke pemakai.

2. Lisensi Komersial ( Non – GPL )

Pemakai harus membayar sejumlah biaya kepada MySQL AB sebagai

pemegang hak cipta.

2.10 Pemrograman Java

Versi pertama bahasa pemrograman Java dirilis pada akhir 1995, dan dalam

beberapa bulan Java menjadi bahasa pemrograman pada World Wide Web.

Beberapa tahun kemudian merupakan salah satu bahasa pemrograman serbaguna

yang pernah dikembangkan dan banyak digunakan. Java memiliki beberapa

7

Atribut

Multivalue

Nilai dari suatu attribute yang

mempunyai lebih dari satu

(multivalue) nilai dari atrribute yang

bersangkutan

8

Atribut

Komposif

Atribut yang terdiri dari beberapa

atribut yang lebih mendasar/lebih

kecil lagi

9

Atribut

Derivatif

Atribut yang dihasilkan dari atribut

lain atau dari suatu relationship

10 Garis Penghubung antara relasi dan entitas.

24

keunggulan bila dibandingkan dengan bahasa pemrograman lainnya. Diantaranya

(Abdul Kadir, 2003):

1. Java bersifat lebih sederhana dan relatif mudah Java dimodelkan sebagian

dari bahasa C++, namun dengan memperbaik beberapa karakteristik C++,

seperti mengurangi kompleksitas beberapa fitur, penambahan

fungsionalitas, serta penghilangan beberapa aspek pemicu ketidakstabilan

sistem pada C++.

2. Java berorientasi objek. Java adalah bahasa pemrograman berorientasi objek

(OOP). Pemrograman berorientasi objek adalah suatu konsep pemrograman

yang memecahkan masalah dengan cara memilah program menjadi objek –

objek yang saling berinteraksi satu sama lain.

3. Java bersifat multiplatform. Dapat diterjemahkan oleh Java interpreter pada

berbagai sistem operasi.

4. Java bersifat multithread Thread adalah proses yang dapat dikerjakan oleh

program dalam suatu waktu. Ini berarti Java dapat mengerjakan beberapa

proses dalam waktu yang hampir bersamaan. Program Java dapat dibedakan

menjadi dua jenis, yaitu applet dan aplikasi.

5. Applet, adalah program yang dibuat dengan Java, dapat diletakkan pada

Web server dan diakses melalui web browser. Dalam hal ini browser yang

digunakan adalah yang memiliki kemampuan Java (misalnya Netscape

Navigator, Internet Explorer, dan Hot Java).

6. Aplikasi, adalah program yang 5 dibuat dengan Java yang bersifat umum.

Aplikasi dapat dijalankan secara langsung, tidak perlu perangkat lunak

browser untuk menjalankannya. Aplikasi dapat dibayangkan seperti

program yang ditulis dengan bahasa C atau Pascal. Setelah dikompilasi,

dapat dieksekusi secara langsung. Java dipaketkan dalam tiga edisi, yaitu

Java 2 Standard Edition (J2SE), Java 2 Enterprise Edition (J2EE), dan Java

2 Micro Edition (J2ME).

2.11 Netbeans

Netbeans adalah salah satu aplikasi IDE yang digunakan programmer untuk

menulis, mengumpulkan (compile), mencari kesalahan, dan menyebarkan program

25

netbeans ditulis dalam bahasa java namun dapat juga mendukung bahasa

pemrograman lain.

Netbeans Merupakan IDE (Integrated Development Environment)

berbasiskan Java dari Sun Microsystems yang berjalan di atas Swing. Fitur-fitur di

Netbeans:

1) smart code completion

mengusulkan nama variabel dari suatu tipe, melengkapi keyword,

dan mengusulkan tipe parameter dari method

2) code generator dengan menggunakan fitur ini kita dapat meng-

generate constructor, setter dan getter method, dan lain-lain.

3) error stripe

fitur yang menandai baris yang error dengan menghiglight merah.

4) Bookmarking

fitur yang digunakan untuk menandai baris yang suatu saat hendak

kita modifikasi.

5) go to commands

fitur yang digunakan untuk jump ke deklarasi variabel, source code

atau file yang ada pada project yang sama.

Database yang didukung oleh Netbeans:

a. JDBC (Java database connectivity) adalah spesifikasi standar dari JavaSoft

API (Aplication Programming Interface) yang memungkinkan program

java untuk mengakses sistem database manajemen. JDBC API terdiri dari

satu set interface dan kelas yang ditulis dalam bahasa pemrogaman dapat

menulis aplikasi yang terhubung ke database, mengirimkan pertanyaan

ditulis SQL (Structured Query Language) dan memproses hasilnya.

b. MySQL merupakan salah satu aplikasi basis data yang didukung oleh

Netbeans, MySQL memiliki fitur yang ada sudah lumayan lengkap, dari

input, update, delete serta search. Sebuah antarmuka ODBC memanggil

MyODBC yang memungkinkan setiap bahasa pemrogaman yang

mendukung ODBC untuk berkomunikasi dengan basis data MySQL.

26

c. Database Access (Microsoft Access) merupakan salah satu aplikasi basis

data yang didukung oleh Netbeans, data dapat disimpan di dalam format

Microsoft Access, Microsoft Jet Database Engine, Microsoft SQL Server,

Oracle Database, dan semua Kontainer basis data yang mendukung standar

ODBC. Access juga mendukung teknik-teknik pemrograman berorientasi

obyek.

d. Oracle merupakan salah satu aplikasi basis data yang didukung oleh

Netbeans, Oracle secara umum hampir sama dengan MySQL namun yang

membedakan adalah Oracle dapat digunakan dan dihubungkan dengan

Netbeans dan harus menggunakan drivers untuk menyimpan data-data yang

telah dibuat. Oracle merupakan salah satu dari beberapa aplikasi basis data

yang sering digunakan untuk koneksi ke basis data pada NetBeans karena

relatif mudah dan cepat.

2.12 XAMPP

XAMPP adalah perangkat lunak bebas, yang mendukung banyak sistem

operasi, merupakan kompilasi dari beberapa program. Fungsinya adalah sebagai

server yang berdiri sendiri (localhost), yang terdiri atas program Apache HTTP

Server, MySQL database, dan penerjemah bahasa yang ditulis dengan bahasa

pemrograman PHP dan Perl. Program ini tersedia dalam GNU (General Public

License) dan bebas, merupakan web server yang mudah digunakan yang dapat

melayani tampilan halaman web yang dinamis.

XAMPP adalah kepanjangan yang masing-masing hurufnya adalah :

1. X : Sistem Operasi, Program ini dapat dijalankan banyak sistem

operasi,seperti Windows, Linux, Mac OS, dan juga Solaris.

2. A : Apache, merupakan aplikasi web server. Tugas utama Apache adalah

menghasilkan halaman web yang benar kepada user berdasarkan kode PHP

yang dituliskan oleh pembuat web. Jika diperlukan juga berdasarkan kode

PHP yang dituliskan maka dapat saja suatu database diakses terlebih dahulu

(misalnya dalam MySQL) untuk mendukung halaman web yang dihasilkan.

3. M : MySQL, merupakan aplikasi database server. Perkembangannya

disebut SQL yang merupakan kepanjangan dari Structured Query

27

Language. SQL merupakan bahasa terstruktur yang digunakan untuk

mengolah database. MySQL dapat digunakan untuk membuat dan

mengelola database beserta isinya.

4. P : PHP, bahasa pemrograman web. Bahasa pemrograman PHP merupakan

bahasa pemrograman untuk membuat web yang bersifat server-side

scripting. Sistem manajemen basis data yang sering digunakan bersama

PHP adalah MySQL. Namun PHP juga mendukung sistem manajement

database Oracle, Microsoft Access, Interbase, d-base, PostgreSQL, dan

sebagainya.

5. P : Perl adalah bahasa pemrograman untuk segala keperluan, dikembangkan

pertama kali oleh Larry Wall di mesin Unix.

2.13 Zakat

Pada buku ensiklopedi islam jilid lima diterangkan bahwa zakat merupakan

kata dasar (masdar)-nya zaka yang berarti berkah, tumbuh, bersih, baik, dan

bertambah. Dalam istilah fiqih, zakat adalah sebutan atau nama bagi sejumlah harta

tertentu yang diwajibkan Allah Subhanahu Wa Ta’ala supaya diserahkan kepada

orang-orang yang berhak (mustahik). Zakat merupakan ibadah yang menyangkut

harta benda dan berfungsi sosial (Ensiklopedi Islam, 2002).

2.14 Penerima Zakat (Mustahik)

Zakat telah diatur dalam ajaran syariat Islam, yakni ada delapan golongan

(asnaf). Ketentuan ini diatur dalam Al Qur’an surat At-Taubah: 60 (Mila Sartika,

2008).

Dalam satu hadist riwayat Abu Daud Rosululloh bersabda mengenai

penyaluran dana zakat, “Sesungguhnya Allah Subhanahu Wa Ta’ala tidak

berwasiat dengan hukum nabi dan juga tidak dengan hukum lainnya sampai Dia

memberikan hukum di dalamnya. Maka, Allah membagi zakat kepada delapan

bagian. Apabila kamu termasuk salah satu dari bagian tersebut, maka aku berikan

hakmu.” (HR Abu Daud).

Delapan kelompok (asnaf) dari ayat dan hadits di atas, yaitu terperinci sebagai

berikut (Hikmat Kurnia dan Ade Hidayat, 2008):

28

1. Fakir, adalah orang yang penghasilannya tidak dapat memenuhi kebutuhan

pokok (primer) sesuai dengan kebiasaan masyarakat dan wilayah tertentu. Menurut

pandangan mayoritas ulama fikih, fakir adalah orang yang tidak memiliki harta dan

penghasilan yang halal, atau yang mempunyai harta yang kurang dari nisab zakat

dan kondisinya lebih buruk dari pada orang miskin.

2. Miskin, adalah orang-orang yang memerlukan, yang tidak dapat menutupi

kebutuhan pokoknya sesuai dengan kebiasaan yang berlaku. Miskin menurut

mayoritas ulama adalah orang yang tidak memiliki harta dan tidak mempunyai

pencarian yang layak untuk memenuhi kebutuhannya.

3. Amil Zakat, adalah semua pihak yang bertindak mengerjakan yang berkaitan

dengan pengumpulan, penyimpanan, penjagaan, pencatatan dan penyaluran atau

distribusi harta zakat. Mereka diangkat oleh pemerintah dan memperoeh izin

darinya atau dipilih oleh instansi pemerintah yang berwenang atau oleh masyarakat

Islam untuk memungut dan membagikan serta tugas lain yang berhubungan dengan

zakat.

4. Muallaf, adalah orang yang baru masuk Islam kurang dari satu tahun yang

masih memerlukan bantuan dalam beradaptasi dengan kondisi baru mereka,

meskipun tidak berupa pemberian nafkah, atau dengan mendirikan lembaga

keilmuan dan sosial yang akan melindungi dan memantapkan hati mereka dalam

memeluk Islam serta yang akan menciptakan lingkungan yang serasi dengan

kehidupan baru mereka, baik moril maupun materil.

5. Hamba yang disuruh menebus dirinya, mengingat golongan ini sekarang tidak

ada lagi, maka kuota zakat mereka dialihkan kegolongan mustahik lain menurut

pendapat mayoritas ulama fiqih. Namun, sebagian ulama berpendapat bahwa

golongan ini masih ada, yaitu para tentara muslim yang menjadi tawanan.

6. Orang yang berhutang (Gharimin). Orang berutang yang berhak menerima

penyaluran zakat dalam golongan ini ialah:

a) Orang yang berutang untuk kepentingan pribadi yang tidak bisa

dihindarkan, dengan syarat-syarat, utang itu tidak untuk kemaksiatan, utang

itu melilit pelakunya, si pengutang tidak sanggup lagi melunasi utangnya,

utang itu sudah jatuh tempo dan harus dilunasi.

29

b) Orang-orang yang berutang untuk kepentingan sosial, seperti berutang

untuk mendamaikan antara pihak yang bertikai dengan memikul biaya diyat

(denda kriminal) atau biaya barang-barang yang dirusak. Orang seperti ini

berhak menerima zakat walaupun mereka orang kaya yang mampu melunasi

utangnya.

c) Orang yang berutang karena menjamin utang orang lain, dimana yang

menjamin dan yang dijamin keduanya berada dalam kondisi kesulitan

keuangan.

d) Orang yang berutang untuk membayar diyat karena pembunuhan tidak

sengaja, apabila keluarga benar-benar tidak mampu membayar denda

tersebut, begitu pula kas negara.

7. Fisabilillah, adalah orang berjuang di jalan Allah dalam pengertian luas

sesuai dengan yang ditetapkan oleh para ulama fiqih. Intinya adalah melindungi dan

memelihara agama serta meninggikan kalimat tauhid, seperti berperang,

berdakwah, berusaha menerapkan hukum Islam, menolak fitnah-fitnah yang

ditimbulkan oleh musuh-musuh Islam, membendung arus pemikiran-pemikiran

yang bertentangan dengan Islam.

8. Ibnusabil, adalah orang asing yang tidak memiliki biaya untuk kembali ke

tanah airnya. Golongan ini diberi zakat dengan syarat-syarat :

a) Sedang dalam perjalanan di luar lingkungan negeri tempat tingalnya.

Jika masih di lingkungan negara tempat tinggalnya lalu ia dalam keadaan

membutuhkan, maka ia dianggap sebagai fakir atau miskin.

b) Perjalanan tersebut tidak bertentangan dengan syariat Islam, sehingga

pemberian zakat itu tidak menjadi bantuan untuk berbuat maksiat.

c) Pada saat itu ia tidak memiliki biaya untuk kembali ke negerinya,

meskipun di negerinya sebagai orang kaya.

30

BAB III

METODOLOGI PENELITIAN

3.1 Prosedur dan Pengumpulan Data

3.1.1 Jenis Data

Data yang digunakan dalam penelitian ini adalah data sekunder. Data

Sekunder adalah data yang diperoleh secara tidak langsung atau di luar dari pada

objek dan bersifat eksternal. Data sekunder diperoleh dari bahan lisan dan tulisan,

meliputi buku-buku, jurnal, serta media internet tentang penerima zakat sebagai

kasus yang dibahas dalam tugas akhir ini dan sistem pendukung keputusan yang

berhubungan dengan metode dan aplikasi yang akan dibuat.

3.1.2 Metode Pengumpulan Data

Metode pengumpulan data yang dilakukan dalam penelitian ini adalah

sebagai berikut:

1. Metode Wawancara

Wawancara adalah teknik pengambilan data dengan mengumpulkan

informasi yang berhubungan dengan penelitian ini melalui komunikasi langsung

kepada narasumber yaitu pihak Badan Amil Zakat Nasional Kota Kendari yaitu

Bapak H. Musadar Mappasomba, SP., MP., sebagai Ketua Umum, Bapak Drs. H.

Alimudin K sebagai Ketua Harian, Bapak Budi Permana, S.Si sebagai Staf

Sekretariat dibagian Humas dan Sistem Informasi, Ibu Jusri Sabrah, S.Ag sebagai

Staf Sekretariat dibagian Pengumpulan Data ZIS (Zakat, Infaq, dan Sedekah), dan

Ibu Aisyah, SP sebagai Staf Sekretariat dibagian Pendistribusian ZIS (Zakat, Infaq,

dan Sedekah).

2. Studi Pustaka

Penelitian dilakukan dengan penelusuran literatur dari buku, dan data-data

yang bersumber dari Badan Amil Zakat Nasional Kota Kendari maupun sumber-

sumber bacaan lainnya yang dapat membantu dalam proses penyusunan tugas akhir

ini.

31

3.2 Metode Pengembangan Perangkat Lunak

Metode pengembangan perangkat lunak dalam penelitian ini menggunakan

model Waterfall atau sering disebut model pengembangan air terjun. Model ini

mengusulkan sebuah pendekatan perkembangan perangkat lunak yang sistematik

dan sekuensial yang dimulai pada tingkat dan kemajuan sistem pada seluruh

tahapan analisis, desain, kode, pengujian, dan pemeliharaan.

Tahapan-tahapan pengembangan Waterfall Development Model adalah

sebagai berikut:

1. Pemodelan Sistem/Informasi

Membangun keseluruhan elemen sistem dan mengalokasikan ke perangkat

lunak yang dibutuhkan untuk membuat sistem pendukung keputusan dengan

memperhatikan hubungannya dengan hardware, user, dan database.

2. Analisis

Pada tahap ini dilakukan analisis sistem pendukung keputusan penentuan

penerima zakat. Memahami sifat program yang akan dibangun dan data-data

yang dibutuhkan pada perangkat lunak seperti data kriteria-kriteria penentuan

penerima zakat, data penerima zakat, dan melakukan clustering terhadap

kriteria-kriteria yang telah ditetapkan, serta fungsi-fungsi yang diperlukan dalam

sistem.

3. Desain

Pada tahap ini proses desain akan menerjemahkan kebutuhan yang sudah

dianalisis ke sebuah perancangan perangkat lunak. Tahap desain meliputi

perancangan alur data seperti mendesain flowchart yang berfungsi untuk

menyatakan aliran algoritma Fuzzy C-Means atau proses sehingga memberi

solusi dalam penyelesaian masalah yang ada di dalam proses atau algoritma

Fuzzy C-Means, perancangan sistem menggunakan UML (Unified Modelling

Language), database, dan perancangan tampilan antarmuka sistem.

4. Kode

Pada tahap ini proses menerjemahkan desain atau rancangan yang

ditetapkan ke dalam bahasa pemrograman yang dimengerti oleh komputer.

Penelitian ini menggunakan bahasa pemrograman java dan MySQL sebagai

32

database. Penggunaan metode Fuzzy C-Means pada tahap ini ditujukan untuk

melakukan clustering terhadap kriteria-kriteria yang ditetapkan sehingga dapat

menentukan penerima zakat.

5. Tes

Pada tahap ini dilakukan pengujian perangkat lunak apakah sudah sesuai

dengan yang direncanakan. Pada tahap ini juga dilakukan pengujian untuk

menemukan kesalahan-kesalahan dan memastikan sistem akan memberikan

hasil yang akurat.

6. Pemeliharaan

Pada tahap ini perangkat lunak yang telah selesai akan dilakukan

pemeliharaan agar tidak terdapat kesalahan di kemudian hari sehingga

menghasilkan sistem yang lebih baik.

3.3 Waktu dan Tempat Penelitian

Penelitian ini dilakukan di Badan Amil Zakat Nasional Kota Kendari.

Penelitian ini akan berlangsung selama kurang lebih 7 bulan terhitung sejak bulan

September 2015 hingga bulan Maret 2016.

Tabel 3.1 Tabel Waktu Penelitian

No Uraian

Waktu

September Oktober November Desember Januari Februari Maret

1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 1 2

1 Pemodelan

Sistem

2 Analisis

3 Desain

4 Kode

5 Tes

6 Pemeliharaan

33

BAB IV

ANALISIS DAN PERANCANGAN SISTEM

4.1 Analisis Sistem Lama dan Baru

4.1.1 Analisis Kerja Sistem yang Lama

Sistem yang berjalan dalam penentuan kelayakan penerima zakat di Badan

Amil Zakat Nasional Kota Kendari masih menggunakan sistem perhitungan secara

manual yaitu data yang digunakan merupakan data calon mustahik dalam lingkup

kota Kendari. Data calon mustahik berasal dari data yang telah terdaftar di

kelurahan kemudian diserahkan ke kecamatan dan selanjutnya diberikan pada

Badan Amil Zakat Kota Kendari. Berdasarkan data tersebut dilakukanlah survei

terhadap calon mustahik oleh tim survei. Setelah tahap survei selesai, tim survei

akan mengumpulkan dan memasukan data hasil survei ke dalam buku besar. Hasil

survei kemudian dimusyawarhakan untuk mempertimbangkan dan menentukan

layak atau tidaknya para calon mustahik menerima zakat. Setelah itu pihak

administrasi akan memasukan data para mustahik ke dalam aplikasi Microsoft

Excel.

4.1.2 Analisis Kerja Sistem yang Baru

Sistem dirancang untuk membangun sebuah sistem pendukung keputusan

dalam membantu pihak Badan Amil Zakat Nasional Kota Kendari untuk

menentukan kelayakan calon mustahik. Metode yang digunakan pada sistem ini

adalah metode Fuzzy C-Means, yang nantinya akan membagi calon penerima zakat

dalam beberapa cluster. Kriteria yang menjadi acuan dalam penentuan kelayakan

ini adalah indeks rumah, indeks usaha, dan indeks harta.

Adapun gambaran umum sistem yang diusulkan dalam menentukan

kelayakan penerima zakat adalah sebagai berikut:

1. Pengguna (User) merupakan orang yang mengoperasikan sistem. User

memiliki hak akses penuh terhadap sistem. Tugas utama seorang user adalah

menginput data pengguna, data calon mustahik, data kriteria (indeks rumah,

indeks harta, dan indeks usaha) mustahik. Sebelum user melakukan proses

perhitungan menggunakan Fuzzy C-Means, terlebih dahulu user

33

34

memasukkan data identitas diri dan kriteria calon mustahik berdasarkan data

hasil survei yang merupakan data bersifat mentah dan belum diketahui

kelayakannya. Hal ini sebagai solusi yang akan digunakan dalam proses

perhitungan penentuan kelayakan mustahik.

2. Setelah admin memasukan data identitas dan kriteria yang dimiliki calon

mustahik, barulah admin melakukan proses penentuan dengan

menggunakan metode Fuzzy C-Means. Untuk melakukan proses

perhitungan ini admin harus masuk ke menu clustering rumah, usaha, dan

harta. Dalam menu ini terdapat tabel yang menampilkan hasil perhitungan

Fuzzy C-Means. Untuk menampilkannya, user harus memilih tombol proses

kemudian sistem akan memproses atau menghitung nilai setiap kriteria

untuk dikelompokkan ke dalam cluster yang telah ditentukan.

3. Setelah sistem melakukan perhitungan Fuzzy C-Means, sistem akan

menampilkan hasil perhitungan berupa nilai derajat keanggotaan setiap

cluster. Kemudian menghitung nilai kelayakan. Cluster yang mempunyai

nilai persentasi yang paling tinggi adalah tergolong cluster yang layak untuk

setiap indeks kriteria.

4.1.3 Flowchart Proses Fuzzy C-Means

Perancangan flowchart atau diagram alir akan mempermudah implementasi

sistem ke dalam bahasa pemrograman, karena flowchart menjelaskan bagaimana

cara kerja sistem dari awal hingga akhir. Gambar 4.1 menunjukkan flowchart

metode fuzzy c-means:

35

Gambar 4.1 Flowchart Proses Fuzzy C-Means SPK Penentuan Kelayakan

Mustahik

Berdasarkan Gambar 4.1 dapat dilihat bahwa sebelum user melakukan

proses perhitungan dengan menggunakan metode Fuzzy C-Means, user harus

memasukkan data calon mustahik dan mengidentifikasi nilai bobot pada masing-

Data Calon Mustahik

Menentukan Matriks partisi awal (matriks random) 芸珍 = �沈賃�賃=怠

Menentukan pusat cluster 撃賃珍 = ((�沈賃栂 ∗ �沈珍津沈=怠 (�沈賃栂津沈

Memperbaiki derajat keanggotaan �沈賃 = [ �沈賃 − 撃賃珍態陳珍=怠 ] −怠栂−怠 [ �沈賃 − 撃賃珍態陳珍=怠 ] −怠栂−怠�賃=怠

Menghitung fungsi objektif �� = �沈賃 − 撃賃珍態陳珍=怠 (�沈賃栂 �

賃=怠津

沈=怠

Mengecek kondisi berhenti

( �� − ��−怠 < ξ atau (� > ��

Selesai

Hasil cluster

Mulai

t = t + 1

Ya

Tidak

Menentukan jumlah cluster (c), pangkat/pembobot (w), maxIter, error (ξ) terkecil yang diharapkan

36

masing subkriteria dari setiap kriteria beserta parameternya. Kemudian sistem akan

mulai membaca bobot kriteria yang telah dimasukkan oleh user dan parameter yang

telah ditentukan, selanjutnya sistem akan mulai melakukan proses perhitungan

Fuzzy C-Means hingga menghasilkan output berupa data hasil mustahik yang layak

menerima zakat.

4.2 Ilustrasi Metode Fuzzy C-Means Terhadap Perencanaan Aplikasi

Ilustrasi metode fuzzy c-means dalam sistem dimaksudkan untuk

mengetahui alur penentuan kelayakan penerima zakat berdasarkan kriteria yang

telah ditentukan. Berikut ini adalah tahap perencanaan aplikasi SPK penentuan

kelayakan penerima zakat:

1. Penentuan Kriteria Penilaian

Kriteria penilaian digunakan sebagai parameter penyeleksian kelayakan

penerima zakat (mustahik). Penelitian ini menggunakan kriteria penilaian seperti

terlihat pada Tabel 4.1 berikut:

Tabel 4.1 Tabel Kriteria Penilaian

No Kriteria Subkriteria

1 Indeks Rumah

Ukuran Rumah

Dinding Rumah

Lantai Rumah

Atap Rumah

Kepemilikan Rumah

Dapur

Kursi

2 Indeks Usaha

Sumber Modal

Lama Usaha

Jumlah Pekerja

Status Usaha Saat Ini

Penghasilan Perbulan

Jumlah Tanggungan

37


Berdasarkan Tabel 4.1 maka akan ditentukan bobot pada setiap subkriteria

dari masing-masing kriteria untuk mengetahui tingkat kepentingan pada setiap

subkriteria dari masing-masing kriteria tersebut. Bobot subkriteria dari setiap

kriteria yang digunakan ditunjukkan pada Tabel 4.2 berikut:

Tabel 4.2 Tabel Bobot Nilai Subkriteria

Bobot Keterangan

5 Sangat Baik

4 Baik

3 Cukup

2 Kurang

1 Sangat Kurang

(Sumber : Badan Amil Zakat Nasional (Baznas) Kota Kendari)

Pada setiap calon mustahik yang termasuk dalam kriteria layak akan

mendapatkan 1 poin untuk setiap kriteria yang dihitung. Poin penentuan kelayakan

mustahik dapat dilihat pada Tabel 4.3.

3 Indeks Harta

Kebun

Elektronik

Kendaraan

Ternak

Aset

Sumber : Badan Amil Zakat Nasional (Baznas) Kota Kendari)

38

Tabel 4.3 Tabel Poin Penentuan Kelayakan

No. Rumah Usaha Harta Hasil

1 1 1 1 Layak

2 0 1 1 Layak

3 0 0 1 Tidak Layak

4 0 0 0 Tidak Layak

5 1 1 0 Layak

6 1 0 0 Tidak Layak

(Sumber : Badan Amil Zakat Nasional (Baznas) Kota Kendari)

Pada setiap kriteria penilaian memiliki subkriteria beserta nilai bobot

kepentingannya. Berikut penjabaran dari masing-masing kriteria berdasarkan

Tabel 4.2:

1. Indeks rumah

a. Ukuran rumah (X1)

Tabel 4.4 Tabel Ukuran Rumah

No Pertimbangan Bobot Nilai

1 Sangat Kecil (≤ 4 m2) 4

2 Kecil (5 m2 ≤ X ≤ 6 m2) 3

3 Sedang (7 m2 ≤ X ≤ 8 m2) 2

4 Besar (≥ 9 m2) 1

b. Dinding rumah (X2)

Tabel 4.5 Tabel Dinding Rumah


1 Bambu 4 2 Kayu 3 3 Semi (Kayu dan Beton) 2 4 Beton 1

39

c. Lantai rumah (X3)

Tabel 4.6 Tabel Lantai Rumah


1 Tanah 5

2 Panggung/Kayu 4

3 Kayu dan Semen 3

4 Semen 2

5 Keramik 1

d. Atap rumah (X4)

Tabel 4.7 Tabel Atap Rumah


1 Rumbia 4

2 Rumbia dan Seng 3

3 Seng 2

4 Genteng 1

e. Kepemilikan rumah (X5)

Tabel 4.8 Tabel Kepemilikan Rumah


1 Menumpang 4

2 Kontrak 3

3 Keluarga 2

4 Milik Pribadi 1

f. Dapur (X6)

Tabel 4.9 Tabel Dapur Rumah


1 Tungku 3

2 Kompor minyak 2

3 Kompor gas 1

40

g. Kursi (X7)

Tabel 4.10 Tabel Kursi Rumah


1 Lesehan 5

2 Balai bambu 4

3 Plastik 3

4 Kayu 2

5 Sofa 1

Pertimbangan = Tingkatan bobot pada setiap subkriteria untuk

kriteria indeks rumah, Bobot = Nilai tingkatan setiap subkriteria untuk

kriteria indeks rumah dalam bentuk angka, X = Simbol/insial dari setiap

subkriteria untuk kriteria indeks rumah.

2. Indeks Usaha

a. Sumber modal (X1)

Tabel 4.11 Tabel Sumber Modal


1 Tidak Ada 4

2 Pinjaman 3

3 Sendiri dan pinjaman 2

4 Sendiri 1

b. Lama usaha (X2)

Tabel 4.12 Tabel Lama Usaha


1 Tidak Ada 5

2 0-1 Tahun 4

3 1-2 Tahun 3

4 2-3 Tahun 2

5 3 Tahun ke atas 1

41

c. Jumlah pekerja (X3)

Tabel 4.13 Tabel Jumlah Pekerja


1 Tidak Ada 4

2 1 Orang 3

3 2-3 Orang 2

4 3 Orang ke atas 1

d. Status usaha saat ini (X4)

Tabel 4.14 Tabel Status Usaha Saat Ini


1 Tidak Ada 4

2 Gulung tikar 3

3 Hutang 2

4 Masih berjalan 1

e. Pengasilan perbulan (X5)

Tabel 4.15 Tabel Penghasilan Perbulan


1 < Rp. 500.000,- 4

2 Rp. 500.000 – Rp. 1.000.000 3

3 Rp. 1.000.000 – Rp. 2.000.000 2

4 >Rp. 2.000.000 1

f. Jumlah tanggungan (X6)

Tabel 4.16 Tabel Jumlah Tanggungan


1 > 5 Orang 4 2 4-5 Orang 3 3 2-3 Orang 2 4 0-1 Orang 1

42


kriteria indeks usaha, Bobot = Nilai tingkatan setiap subkriteria untuk

kriteria indeks usaha dalam bentuk angka, X = Simbol/insial dari setiap

subkriteria untuk kriteria indeks usaha.

3. Indeks Harta

a. Kebun (X1)

Tabel 4.17 Tabel Kebun

No Pertimbangan Bobot Nilai Keterangan

1 Tidak ada 4 Isian pembobotan dipilih berdasarkan nilai ekonomi tertinggi

2 < 1000 m2 3

3 1000 m2 < X < 3000 m2 2

4 >3000m2 1

b. Elektronik (X2)

Tabel 4.18 Tabel Elektronik



2 Radio/Tape 3

3 TV/CD Player 2

4 Kulkas 1

c. Kendaraan (X3)

Tabel 4.19 Tabel Kendaraan



2 Sepeda gayuh 3

3 Sepeda motor 2

4 Mobil 1

43

d. Ternak(X4)

Tabel 4.20 Tabel Ternak

No. Pertimbangan Bobot Nilai Keterangan


2 Unggas 3

3 Kambing/Domba 2

4 Sapi/Kerbau 1

e. Aset (X5)

Tabel 4.21 Tabel Aset



2 Emas 3

3 Tabungan 2

4 Simpanan bank 1


kriteria indeks harta, Bobot = Nilai tingkatan setiap subkriteria untuk

kriteria indeks harta dalam bentuk angka, X = Simbol/insial dari setiap

subkriteria untuk kriteria indeks harta.

2. Penilaian Kriteria

Penilaian kriterian dimaksud untuk memberi nilai atau bobot kepentingan

pada kriteria yang dimiliki calon mustahik. Jumlah data sampel yang digunakan

terdiri dari 5 data seperti yang ditunjukkan pada Tabel 4.22, Tabel 4.23 dan Tabel

4.24.

44

Tabel 4.22 Tabel Calon Mustahik Untuk Kriteria Indeks Rumah

No Nama Subkriteria Pertimbangan Bobot Nilai

1 Basri

Ukuran rumah Sangat kecil 4 Dinding Rumah Kayu 3 Lantai rumah Panggung/Kayu 4 Atap rumah Rumbia dan Seng 3 Kepemilikan rumah Kontrak 3 Dapur Tungku 3 Kursi Lesehan 5

2 Nurbiah

Ukuran rumah Kecil 3 Dinding Rumah Kayu 3 Lantai rumah Tanah 5 Atap rumah Rumbia dan Seng 3 Kepemilikan rumah Keluarga 2 Dapur Tungku 3 Kursi Lesehan 5

3 Lisbet

Ukuran rumah Sedang 2 Dinding Rumah Semi (Kayu dan Beton) 2 Lantai rumah Semen 2 Atap rumah Seng 2 Kepemilikan rumah Kontrak 3 Dapur Kompor Minyak 2 Kursi Lesehan 5

4 Hasmuddin

Ukuran rumah Sangat Kecil 4 Dinding Rumah Kayu 3 Lantai rumah Panggung/Kayu 4 Atap rumah Rumbia dan Seng 3 Kepemilikan rumah Kontrak 3 Dapur Kompor Minyak 2 Kursi Lesehan 5

5 Jamsir

Ukuran rumah Besar 1 Dinding Rumah Kayu 3 Lantai rumah Semen 2 Atap rumah Seng 2 Kepemilikan rumah Kontrak 3 Dapur Kompor Minyak 2 Kursi Kayu 2

45

Tabel 4.23 Tabel Calon Mustahik Untuk Kriteria Indeks Usaha


1 Basri

Sumber modal Pinjaman 3

Lama usaha 0-1 Tahun 4 Jumlah pekerja 1 Orang 3 Status usaha Hutang 2 Penghasilan per bulan < Rp. 500.000 4 Jumlah tanggungan 2-3 Orang 2

2 Nurbiah

Sumber modal Pinjaman 3

Lama usaha 0-1 Tahun 4 Jumlah pekerja 1 Orang 3 Status usaha Hutang 2 Penghasilan per bulan Rp. 500.000 – Rp.

1.000.000 3

Jumlah tanggungan 2-3 Orang 2

3 Lisbet

Sumber modal Pinjaman 3 Lama usaha 1-2 Tahun 3 Jumlah pekerja 2-3 Orang 2 Status usaha Masih Berjalan 1 Penghasilan per bulan Rp. 1.500.000 – Rp.

2.000.000,- 2


4 Hasmuddin

Sumber modal Pinjaman 3 Lama usaha 1-2 Tahun 3 Jumlah pekerja 1 Orang 3 Status usaha Hutang 2 Penghasilan per bulan Rp. 500.000 – Rp.

1.000.000 3


5 Jamsir

Sumber modal Sendiri dan Pinjaman 2

Lama usaha 2-3 Tahun 2 Jumlah pekerja 2-3 Orang 2

Status usaha Masih Berjalan 1 Penghasilan per bulan Rp. 1.500.000 – Rp.

2.000.000 2


46

Tabel 4.24 Tabel Calon Mustahik Untuk Kriteria Indeks Harta


1 Basri

Kebun Tidak Ada 4

Elektronik TV/CD Player 2

Kendaraan Tidak Ada 4

Ternak Unggas 3

Aset Tidak Ada 4

2 Nurbiah

Kebun Tidak Ada 4

Elektronik Kulkas 1


Ternak Tidak Ada 4

Aset Emas 3

3 Lisbet

Kebun Tidak Ada 4

Elektronik Kulkas 1

Kendaraan Sepeda Motor 2

Ternak Tidak Ada 4

Aset Simpanan Bank 1

4 Hasmuddin

Kebun Tidak Ada 4



Ternak Tidak Ada 4

Aset Emas 3

5 Jamsir

Kebun Tidak Ada 4


Kendaraan Sepeda Motor 2

Ternak Tidak Ada 4

Aset Simpanan Bank 1

47

Dari Tabel 4.22, Tabel 4.23 dan Tabel 4.24 di atas dapat dilihat dalam Tabel

4.25, Tabel 4.26 dan Tabel 4.27 berikut setelah diberi bobot dalam bentuk angka.

Tabel 4.25 Tabel Indeks Rumah yang Telah Diberi Bobot

No Nama Ukuran Rumah

Dinding Rumah

Lantai Rumah

Atap Rumah

Kepemilikan

Rumah Dapur Kursi

X1 X2 X3 X4 X5 X6 X7 1 Basri 4 3 4 3 3 3 5 2 Nurbiah 3 3 5 3 2 3 5 3 Lisbet 2 2 2 2 3 2 5 4 Hasmuddin 4 3 4 3 3 2 5 5 Jamsir 1 3 2 2 3 2 2

Tabel 4.26 Tabel Indeks Usaha yang Telah Diberi Bobot

No Nama Sumber Modal

Lama Usaha

Jumlah Pekerja

Status Usaha Saat Ini

Penghasilan Per Bulan

Jumlah Tanggung

an

X1 X2 X3 X4 X5 X6 1 Basri 3 4 3 2 4 2 2 Nurbiah 3 4 3 2 3 2 3 Lisbet 3 3 2 1 2 2 4 Hasmuddin 3 3 3 2 3 2 5 Jamsir 2 2 2 1 2 1

Tabel 4.27 Tabel Indeks Harta yang Telah Diberi Bobot

No Nama Kebun Elektronik Kendaraan Ternak Aset

X1 X2 X3 X4 X5 1 Basri 4 2 4 3 4 2 Nurbiah 4 1 4 4 3 3 Lisbet 4 1 2 4 1 4 Hasmuddin 4 2 4 4 3 5 Jamsir 4 2 2 4 1

3. Perhitungan Metode Fuzzy C-Means

Berikut adalah contoh perhitungan penerapan metode Fuzzy C-Means untuk

menentukan kelayakan penerima zakat (mustahik). Adapun langkah-langkah

penyelesaian untuk semua indeks kriteria adalah sebagai berikut:

Mengidentifikasi nilai parameter:

48

a. Jumlah Cluster (c) = 2

b. Pangkat (w) = 2

c. Maksimum Iterasi (MaxIter) = 10

d. Error Terkecil (ξ) = 10-3

e. P0 = 0

Langkah awal adalah dengan menentukan matriks secara random, barisnya

terdiri dari jumlah data dan kolomnya terdiri dari jumlah cluster. Jumlah setiap

kolomnya merupakan matriks random bernilai 1. Pada contoh perhitungan ini

menggunakan data calon mustahik, dihasilkan matriks U ukuran 5 x 2 berdasarkan

persamaan 2.2.

戟 = [ ど.ひどなぬ5 ど.どひぱは5ど.ひひばひにど.どどにどぱど.5ねどぬぱど.ね5ひはにど.ねなぬねにど.5ぱは5ぱど.ね5なにばど.5ねぱばぬ]

Selanjutnya menghitung pusat cluster. Berikut adalah perhitungan untuk

pusat cluster pertama pada indeks rumah dengan menggunakan rumus pusat cluster

pada Persamaan 2.3.

49

Tabel 4.28 Tabel Perhitungan Kriteria Indeks Rumah Cluster 1

µi1 = Pusat cluster 1, Xi1 = Bobot pertama data ke-i, Xi2 = Bobot kedua data ke-i, Xi3 = Bobot ketiga data ke-i, Xi4 = Bobot

keempat data ke-i, Xi5 = Bobot kelima data ke-i, Xi6 = Bobot keenam data ke-i dan Xi7 = Bobot ketujuh data ke-i.

Cluster

ke- Data yang di Cluster

(µi1)w (µi1)w

* X i1

(µi1)w

* X i2

(µi1)w

* X i3

(µi1)w

* X i4

(µi1)w

* X i5

(µi1)w

* X i6

(µi1)w

* X i7 µi1 X i1 X i2 X i3 X i4 X i5 X i6 X i7

1

0.90135 4 3 4 3 3 3 5 0.81242 3.24970 2.43727 3.24970 2.43727 2.43727 2.43727 4.06212

0.99792 3 3 5 3 2 3 5 0.99584 2.98753 2.98753 4.97922 2.98753 1.99169 2.98753 4.97922

0.54038 2 2 2 2 3 2 5 0.29202 0.58403 0.58403 0.58403 0.58403 0.87605 0.58403 1.46008

0.41342 4 3 4 3 3 2 5 0.17091 0.68365 0.51274 0.68365 0.51274 0.51274 0.34183 0.85457

0.45127 1 3 2 2 3 2 2 0.20365 0.20365 0.61094 0.40729 0.40729 0.61094 0.40729 0.40729

∑ 2.47484 7.70856 7.13251 9.90389 6.92887 6.42869 6.75795 11.76328

Pusat Cluster 撃賃珍 = ((�沈賃栂 ∗ �沈珍津沈=怠 (�沈賃栂津沈 3.11477 2.88201 4.00183 2.79972 2.59761 2.73066 4.75314

50

Tabel 4.29 Tabel Perhitungan Kriteria Indeks Rumah Cluster 2

µi2 = Pusat cluster 2, Xi1 = Bobot pertama data ke-i, Xi2 = Bobot kedua data ke-i, Xi3 = Bobot ketiga data ke-i, Xi4 = Bobot

keempat data ke-i, Xi5 = Bobot kelima data ke-i, Xi6 = Bobot keenam data ke-i dan Xi7 = Bobot ketujuh data ke-i.

Cluster

ke- Data yang di Cluster (µi2)w

(µi2)w

* X i1

(µi2)w

* X i2

(µi2)w

* X i3

(µi2)w

* X i4

(µi2)w

* X i5

(µi2)w

* X i6

(µi2)w

* X i7

µi2 X i1 X i2 X i3 X i4 X i5 X i6 X i7

2

0.09865 4 3 4 3 3 3 5 0.00973 0.03893 0.02920 0.03893 0.02920 0.02920 0.02920 0.04866

0.00208 3 3 5 3 2 3 5 0.00000 0.00001 0.00001 0.00002 0.00001 0.00001 0.00001 0.00002

0.45962 2 2 2 2 3 2 5 0.21125 0.42249 0.42249 0.42249 0.42249 0.63374 0.42249 1.05623

0.58658 4 3 4 3 3 2 5 0.34408 1.37632 1.03224 1.37632 1.03224 1.03224 0.68816 1.72040

0.54873 1 3 2 2 3 2 2 0.30110 0.30110 0.90331 0.60221 0.60221 0.90331 0.60221 0.60221

∑ 0.86617 2.13886 2.38725 2.43997 2.08615 2.59849 1.74207 3.42752

Pusat Cluster 撃賃珍 = ((�沈賃栂 ∗ �沈珍津沈=怠 (�沈賃栂津沈 2.46934 2.75611 2.81698 2.40849 3.00000 2.01124 3.95712

51

Berdasarkan Tabel 4.28 dan Tabel 4.29 di atas maka diketahui pusat cluster

dengan hasil sebagai berikut:

撃 =[ 惣. 層層想挿挿匝. 想掃操惣想匝. 掻掻匝宋層匝. 挿捜掃層層想. 宋宋層掻惣匝. 掻層掃操掻匝. 挿操操挿匝匝. 想宋掻想操匝. 捜操挿掃層惣. 宋宋宋宋宋匝. 挿惣宋掃掃匝. 宋層層匝想想. 挿捜惣層想惣. 操捜挿層匝]

Langkah selanjutnya adalah memperbaharui derajat keanggotaan U, yang

dapat dihitung dengan menggunakan persamaan 2.4.

�沈賃 = [ �沈賃 − 撃賃珍態陳珍=怠 ] −怠栂−怠 [ �沈賃 − 撃賃珍態陳珍=怠 ] −怠栂−怠�賃=怠

Detail perhitungan dalam memperbaharui derajat keanggotaan untuk data

pertama adalah sebagai berikut:

L1 = ((4-3.11477)2 + (3-2.88201)2 + (4-4.00183)2 + (3-2.79972)2 + (3-2.59761)2 +

(3-2.73066)2 + (5-4.75314)2)-1 = 0.88256

L2 = ((4-に.ねはひぬね)2 + (3-に.ば5はなな)2 + (4-に.ぱなはひぱ)2 + (3-に.ねどぱねひ)2 + (3-ぬ.どどどどど)2 + (3-に.どななにね)2 + (5-ぬ.ひ5ばなに)2)-1 = 0.16085

LT = 0.88256 + 0.16085= 1.04340

µi1 = L1/LT = 0.88256 /1.04340 = 0.84584

µi2 = L2/LT = 0.16085/1.04340 = 0.15416

Kemudian menghitung data selanjutnya yaitu data ke 2 sampai data ke 5.

Detail hasil perhitungan perbaharuan derajat keanggotaan ini dapat dilihat pada

Tabel 4.30.

52

Tabel 4.30 Tabel Detail Hasil Perhitungan Derajat Keanggotaan Baru untuk

Indeks Rumah

L1 = Jumlah perhitungan derajat keanggotaan data ke-i pada cluster 1,

L2 = Jumlah perhitungan derajat keanggotaan data ke-i pada cluster 2.

Setelah mendapatkan hasil derajat keanggotaannya, dilanjutkan dengan

menghitung fungsi objektifnya. Fungsi objektif dapat dihitung dengan

menggunakan persamaan 2.5.

�� = �沈賃 − 撃賃珍態陳珍=怠 (�沈賃栂 �

賃=怠津

沈=怠

L3 = (4-3.11477)2 + (3-2.88201)2 + (4-4.00183)2 + (3-2.79972)2 + (3-2.59761)2 +

(3-2.73066)2 + (5-4.75314)2 = 1.13307

L4 = (4-に.ねはひぬね)2 + (3-に.ば5はなな)2 + (4-に.ぱなはひぱ)2 + (3-に.ねどぱねひ)2 + (3-ぬ.どどどどど)2 + (3-に.どななにね)2 + (5-ぬ.ひ5ばなに)2 = 6.21709

L5 = L3 * (µi1)w = 1.13307 * 0.81242 = 0.92054

L6 = L4 * (µi2)w = 6.21709 * 0.00973 = 0.06051

L5 + L6 = 0.92054 + 0.06051 = 0.98104

Kemudian dilanjutkan dengan menghitung data ke 2 sampai data ke 5. Hasil

perhitungan secara rinci dapat dilihat dalam Tabel 4.31.

Data Ke- L1 L2 LT µi1 µi2

L1+L2 L1/LT L2/LT

1 0.88256 0.16085 1.04340 0.84584 0.15416

2 0.64343 0.11735 0.76077 0.84575 0.15425

3 0.13469 0.36846 0.50315 0.26770 0.73230

4 0.62720 0.19086 0.81805 0.76670 0.23330

5 0.05744 0.14528 0.20272 0.28335 0.71665

53

Tabel 4.31 Tabel Hasil Perhitungan Fungsi Objektif untuk Indeks Rumah

Data Ke- L3 L4 L3 * (µi1)w L4 * (µi2)w

L5+L6 L5 L6

1 1.13307 6.21709 0.92054 0.06051 0.98104

2 1.55418 8.52180 1.54772 0.00004 1.54776

3 7.42422 2.71403 2.16799 0.57333 2.74132

4 1.59439 5.23957 0.27250 1.80283 2.07533

5 17.40859 6.88318 3.54519 2.07255 5.61773

∑ 12.96319

L3 = Jumlah perhitungan fungsi objekif pada cluster 1,

L4 = Jumlah perhitungan fungsi objekif pada cluster 2.

∑ (L5 + L6) = Jumlah perhitungan data untuk mencari selisih antar iterasi.

Langkah selanjutnya mengecek pemberhentian dengan menggunakan

Persamaan 2.6. Karena |P1 – P0| = |12.963– 0 | = 12.963, berarti |P1 – P0| > ξ (10-3)

dan 1 < maxIter < 10 maka iterasi dilanjutkan (t = 2) dan diulang dari menghitung

pusat cluster. Proses perhitungan dihentikan pada iterasi ke 10, karena telah

memenuhi iterasi maksimal dan hasil |P10 – P9| = 0.00053

Matrik partisi baru (U) untuk iterasi pertama adalah:

U= [ ど.ぱね5ぱねど.な5ねなはど.ぱね5ば5 ど.な5ねに5ど.にはばばどど.ばぬにぬどど.ばははばどど.にぬぬぬどど.にぱぬぬ5 ど.ばなはは5]

Dari hasil iterasi pertama sampai ke iterasi 10 didapatkan elemen matriks

partisi baru sebagai berikut:

U = [ ど.ひば5ぱぱど.どにねなにど.ひなひばねど.どぱどにはど.ぬなぱなねど.はぱなぱはど.ひ5ぱなぬど.どねなぱばど.ど5ばなぬど.ひねにぱば]

Dari hasil matriks iterasi ke 10 dapat dilihat kecenderungan cluster yang

ditunjukkan pada Tabel 4.32.

54

Tabel 4.32 Tabel Kecenderungan Cluster Untuk Indeks Rumah

Data Ke-(i) Cluster 1 Cluster 2

1 √

2 √

3 √

4 √

5 √

Berdasarkan Tabel 4.32 hasil kecenderungan cluster dapat disimpulkan

bahwa:

1. Data yang tergolong ke dalam cluster 1 adalah data ke-1, data ke-2 dan data

ke-4.

2. Data yang tergolong ke dalam cluster 2 adalah data ke-3 dan data ke-5

Berdasarkan cluster pada Tabel 4.32 dapat ditentukan calon mustahik yang

berhak menerima zakat. Berikut adalah bobot yang telah ditentukan:

1. Ukuran Rumah = 3 - 4

2. Dinding Rumah = 3 - 4

3. Lantai Rumah = 4 - 5

4. Atap Rumah = 3 - 4

5. Kepemilikan Rumah = 3 - 4

6. Dapur = 2 - 3

7. Kursi = 4 – 5

Penentuan kelayakan ditentukan oleh bobot yang mendekati nilai layak dan

sangat layak dengan aturan kelayakan dan menggunakan Persamaan 2.7.

Kelayakan = (岾韮�如��_��韮�_尿賑韮匂賑入�禰�_如��入韮�如��_�賑認_迩如祢濡禰賑認峇掴怠待待賃�沈��沈� ) �などど%

Cluster 1

Berdasarkan Ukuran Rumah = (3 / 3) * 100 = 100

Berdasarkan Dinding Rumah = (3 / 3) * 100 = 100

Berdasarkan Lantai Rumah = (3 / 3) * 100 = 100

55

Berdasarkan Atap Rumah = (3 / 3) * 100 = 100

Berdasarkan Kepemilikan Rumah = (2 / 3) * 100 = 66.67

Berdasarkan Dapur = (3 / 3) * 100 = 100

Berdasarkan Kursi = (3 / 3) * 100 = 100

∑

Kelayakan = (666.67 / 7) * 100% = 95.24%

Cluster 2

Berdasarkan Ukuran Rumah = (0 / 2) * 100 = 0

Berdasarkan Dinding Rumah = (1 / 2) * 100 = 50

Berdasarkan Lantai Rumah = (0 / 2) * 100 = 0

Berdasarkan Atap Rumah = (0 / 2) * 100 = 0

Berdasarkan Kepemilikan Rumah = (2 / 2) * 100 = 100

Berdasarkan Dapur = (2 / 2) * 100 = 100

Berdasarkan Kursi = (1 / 2) * 100 = 50

∑

Kelayakan = (300/ 7) * 100% = 42.86%

Dari hasil perhitungan di atas maka diperoleh nilai dari setiap cluster.

Cluster pertama mendapatkan hasil 95.24%, sedangkan cluster kedua mendapatkan

hasil 42.86%. Sehingga dari hasil tersebut dipilih nilai yang terbesar untuk

mendapatkan kelayakan pada kriteria indeks rumah yaitu pada cluster pertama.

Mustahik yang termasuk dalam kriteria layak tersebut adalah Basri, Nurbiah , dan

Hasmuddin. Setiap calon mustahik yang termasuk dalam kriteria layak akan

mendapatkan 1 poin untuk setiap kriteria yang dihitung.

Selanjutnya, matrik partisi baru (U) untuk iterasi pertama untuk indeks

usaha adalah:

U= [ ど.5ぬなばばど.ねはぱにぬど.5どなひぱど.ねひぱどにど.ねぱど55 ど.5なひね5ど.ぬねに5など.は5ばねひど.5どはひはど.ねひぬどね]



666.67

300

56

U = [ ど.ど5ばばどど.ひねにぬどど.どぬには5 ど.ひはばぬ5ど.ぱにねなぬど.なば5ぱばど.なぬ5ねはど.ぱはね5ねど.ひぬにひどど.どはばなど]

Kecenderungan cluster untuk kriteria indeks usaha ditunjukkan pada Tabel

4.33.

Tabel 4.33 Tabel Kecenderungan Cluster Untuk Indeks Usaha


1 √

2 √

3 √

4 √

5 √

Berdasarkan Tabel 4.33 dapat disimpulkan bahwa:

1. Data yang tergolong ke dalam cluster 1 adalah data ke-1, data ke-2, dan data

ke-4.

2. Data yang tergolong ke dalam cluster 2 adalah data ke-3 dan data ke-5



1. Sumber Modal = 3 - 4

2. Lama Usaha = 4 - 5

3. Jumlah Pekerja = 3 - 4

4. Status Usaha Saat Ini = 3 - 4

5. Penghasilan Perbulan = 3 - 4

6. Jumlah Tanggungan = 3 - 4



57


Cluster 1

Berdasarkan Sumber Modal = (1 / 2) * 100 = 50

Berdasarkan Lama Usaha = (0 / 2) * 100 = 0

Berdasarkan Jumlah Pekerja = (0 / 2) * 100 = 0

Berdasarkan Status Usaha Saat Ini = (0 / 2) * 100 = 0

Berdasarkan Penghasilan Per Bulan = (0 / 2) * 100 = 0

Berdasarkan Jumlah Tanggungan = (0 / 2) * 100 = 0

∑

Kelayakan = (50 / 6) * 100% = 8.33%

Cluster 2

Berdasarkan Sumber Modal = (3 / 3) * 100 = 100

Berdasarkan Lama Usaha = (2 / 3) * 100 = 66.67

Berdasarkan Jumlah Pekerja = (3 / 3) * 100 = 100

Berdasarkan Status Usaha Saat Ini = (0 / 3) * 100 = 0

Berdasarkan Penghasilan Per Bulan = (3 / 3) * 100 = 100

Berdasarkan Jumlah Tanggungan = (0 / 3) * 100 = 0

∑

Kelayakan = (336.67/ 6) * 100% = 61.11%

Dari perhitungan di atas, maka mustahik yang berhak menerima zakat

berdasarkan kriteria indeks usaha adalah yang termasuk dalam cluster 2 (61.11%),

yaitu Basri, Nurbiah , dan Hasmuddin.

Kemudian, matrik partisi baru (U) untuk iterasi pertama untuk indeks harta

adalah:

U= [ ど.にぱなはねど.ばなぱぬはど.ぬばひにねど.はにどばはど.は5はははど.ぬねぬぬねど.ぬねなばばど.は5ぱにぬど.はは5ぱぬど.ぬぬねなば]

50

366.67

58



U = [ ど.どはは5ばど.ひぬぬねぬど.どばは5ぱど.ひにぬねにど.ひば55ぱど.どにねねにど.どぬばはひど.ひはにぬなど.ひばねはどど.どに5ねど]

Kemudian kecenderungan cluster untuk kriteria indeks harta ditunjukkan

pada Tabel 4.34.

Tabel 4.34 Tabel Kecenderungan Cluster Untuk Indeks Harta


1 √

2 √

3 √

4 √

5 √

Berdasarkan Tabel 4.34 dapat disimpulkan bahwa:

1. Data yang tergolong kedalam cluster 1 adalah data ke-3 dan data ke-5.

2. Data yang tergolong kedalam cluster 2 adalah data ke-1, data ke-2 dan data

ke-4



1. Kebun = 3 - 4

2. Elektronik = 3 – 4

3. Kendaraan = 3 - 4

4. Ternak = 3 - 4

5. Aset = 3 - 4

59




Cluster 1

Berdasarkan Kebun = (2 / 2) * 100 = 100

Berdasarkan Elektronik = (0 / 2) * 100 = 0

Berdasarkan Kendaraan = (0 / 2) * 100 = 0

Berdasarkan Ternak = (2 / 2) * 100 = 100

Berdasarkan Aset = (0 / 2) * 100 = 0

∑

Kelayakan = (200 / 5) * 100% = 40%

Cluster 2

Berdasarkan Kebun = (3 / 3) * 100 = 100

Berdasarkan Elektronik = (0 / 3) * 100 = 0

Berdasarkan Kendaraan = (3 / 3) * 100 = 100

Berdasarkan Ternak = (3 / 3) * 100 = 100

Berdasarkan Aset = (3 / 3) * 100 = 100

∑

Kelayakan = (400 / 5) * 100% = 80%

Dari perhitugan di atas didapatkan bahwa yang berhak menerima zakat

adalah pada cluster 2 (80%) yaitu Basri, Nurbiah dan Hasmuddin.

Setelah selesai dilakukan perhitungan pada semua cluster, maka diperoleh

beberapa mustahik yang memperoleh poin 2 atau lebih. Mereka adalah Basri (3

poin), Nurbiah (3 poin), dan Hasmuddin (3 poin).

200

400

60

4.3 Perancangan Sistem

4.3.1 Use Case Diagram

Use case diagram merupakan gambaran yang mempresentasikan interaksi

antara user dan sistem yang akan dibangun. Use case diagram menggambarkan

hubungan timbal balik aktor-aktor yang terlibat dalam rangkaian sistem dan proses

yang terjadi di dalamnya. Adapun aktor pada use case diagram aplikasi Sistem

Pendukung Keputusan Kelayakan Mustahik adalah admin saja karena admin

sebagai user yang mempunyai hak akses pada sistem ini.

Gambar 4.2 Use Case Diagram

Admin

Login

Mengelola Data Kriteria

Mengelola Data User

Mengelola Clustering

Data Indeks Rumah

Data Indeks Usaha

Data Indeks Harta

<<include>>

<<include>>

<<include>>

Clustering Rumah

Clustering Usaha

Clustering Harta

<<include>>

<<include>>

<<include>>Melihat Hasil Clustering

<<include>>

<<include>>

<<include>>

Mengelola Data Calon Mustahik

61

Tabel 4.35 menunjukkan tabel keterangan dari use case diagram user.

Tabel 4.35 Tabel Keterangan Use Case Diagram

Aktor Deskripsi Sistem Melakukan Login Sistem menyediakan form login kemudian

user melakukan login dengan memasukkan username dan password. Jikau username dan password yang di masukkan benar, maka sistem akan menampilkan menu utama. Jika username dan password yang dimasukkan salah, maka sistem akan memberi pesan bahwa login yang dilakukan tidak valid.

Mengelola Calon Mustahik Tahap ini menunjukkan sistem akan menampilkan form data calon mustahik yang akan diisi oleh user yang digunakan sebagai alternatif proses penentuan kelayakan.

Mengelola Kriteria Tahap ini menunjukkan sistem akan menampilkan form kriteria (indeks rumah, indeks usaha, dan indeks harta) yang akan dimasukan oleh user.

Mengelola Clustering Tahap ini menunjukkan sistem akan menampilkan form clustering dan user memilih tombol clustering berdasarkan kriteria yaitu clustering rumah, clustering usaha, dan clustering harta kemudian memilih tombol proses, maka sistem akan melakukan perhitungan dan menyimpan hasil clustering kedalam database penyimpanan.

Mengelola Hasil Clustering Tahap ini menunjukkan sistem akan menampilkan hasil clustering setelah sistem melakukan proses perhitungan. Tersedia tombol cetak untuk mencetak kesimpulan akhir dari perhitungan metode fuzzy c-means pada menu hasil clustering.

Mengelola Data User Pada tahap ini sistem akan menampilkan form data user. Menu ini user dapat menambah, menghapus dan mengedit data user.

Memilih Menu Tentang Aplikasi Sistem akan menampilkan keterangan aplikasi.

Melakukan Logout Sistem akan keluar jika user memilih menu logout dan menampilkan kembali halaman menu beranda pada aplikasi

62

4.3.2 Activity Diagram

Activity diagram adalah salah satu cara untuk memodelkan event-event yang

terjadi dalam suatu Use Case atau menggambarkan berbagai alir aktivitas dalam

sistem yang sedang dirancang.

4.3.2.1 Activity Diagram Login

Pada activity diagram login ini menjelaskan tentang proses admin ketika

mengakses sistem pendukung keputusan kelayakan mustahik yaitu dengan

melakukan login terlebih dahulu. Activity diagram login ditunjukkan pada Gambar

4.3.

Gambar 4.3 Activity Diagram Login

4.3.2.2 Activity Diagram Calon Mustahik

Pada activity diagram ini dijelaskan mengenai form data masukan calon

mustahik yang diisi dan dikelola oleh admin yang merupakan bagian dari proses

penentuan kelayakan mustahik. Activity diagram calon mustahik ditunjukkan pada

Gambar 4.4.

Activity Diagram Login

Admin Sistem

Memasukan Username dan Password Login Valid

Menampilkan Menu UtamaMengakses Menu Utama

Ya

Tidak

63

Gambar 4.4 Activity Diagram Calon Mustahik

4.3.2.3 Activity Diagram Kriteria

Pada activity diagram ini, admin akan mengelompokan para calon mustahik

ke dalam kriteria yang telah ditentukan yaitu berdasarkan indeks rumah, indeks

usaha, dan indeks harta. Kriteria-kriteria ini akan digunakan sebagai alternatif dari

perhitungan kelayakan mustahik ini dengan menggunakan metode fuzzy c-means.

Pada diagram ini admin akan menambah, mengedit dan menghapus data calon

mustahik. Activity diagram kriteria ditunjukkan pada Gambar 4.5, Gambar 4.6 dan

Gambar 4.7.

Activity Diagram Calon Mustahik

Admin Sistem

Memilih Jenis Pengolah Data

Menampilkan Form Menu Calon Mustahik

Mengecek Data Masukan

Tambah

Memasukan Data

Edit

Memasukan Peubah Data

Pilih Data

Hapus

Data Valid?

Ya

Tidak

Menyimpan Data


Data Valid?

Ya

Tidak

Mengubah Data

Menampilkan Hasil Data Calon Mustahik

Hapus Data

64

Gambar 4.5 Activity Diagram Indeks Rumah

Gambar 4.6 Activity Diagram Indeks Usaha

Activity Diagram Data KriteriaIndeks Rumah

Admin Sistem


Menampilkan Form Menu Data Kriteria


Tambah Memasukan Data

Edit


Pilih Data

Hapus

Data Valid?

Ya

Tidak

Menyimpan Data


Data Valid?

Ya

Tidak

Mengubah Data

Menampilkan Hasil Data Kriteria Indeks Rumah

Hapus Data

Memilih Menu Kriteria Indeks Rumah

Activity Diagram Data KriteriaIndeks Usaha

Admin Sistem





Edit


Pilih Data

Hapus

Data Valid?

Ya

Tidak

Menyimpan Data


Data Valid?

Ya

Tidak

Mengubah Data

Menampilkan Hasil Data Kriteria Indeks Usaha

Hapus Data

Memilih Menu Kriteria Indeks Usaha

65

Gambar 4.7 Activity Diagram Indeks Harta

4.3.2.4 Activity Diagram Clustering

Pada activity diagram ini admin akan memasukan nilai parameter dari

perhitungan fuzzy c-means untuk melakukan clustering sesuai jenis-jenis cluster

yaitu cluster rumah, cluster usaha, dan cluster harta. Setelah itu sistem akan

melakukan proses perhitungan sesuai metode fuzzy c-means. Kemudian sistem

menampilkan hasil clustering berdasarkan jenis-jenis cluster tersebut. Activity

diagram clustering ditunjukkan pada Gambar 4.8, Gambar 4.9 dan Gambar 4.10.

Activity Diagram Data KriteriaIndeks Harta

Admin Sistem





Edit


Pilih Data

Hapus

Data Valid?

Ya

Tidak

Menyimpan Data


Data Valid?

Ya

Tidak

Mengubah Data

Menampilkan Hasil Data Kriteria Indeks Harta

Hapus Data

Memilih Menu Kriteria Indeks Harta

66

Gambar 4.8 Activity Diagram Clustering Rumah

Gambar 4.9 Activity Diagram Clustering Usaha

Activity Diagram ClusteringCluster Rumah

Admin Sistem

Memasukan Nilai Parameter

Menampilkan Form Menu Clustering


Data Valid?

Ya

Tidak

Proses Perhitungan Clustering

Memilih Menu Clustering RumahMenampilkan Form Masukan Nilai

Parameter

Menampilkan Hasil Clustering Rumah

Activity Diagram ClusteringCluster Usaha

Admin Sistem




Data Valid?

Ya

Tidak


Memilih Menu Clustering UsahaMenampilkan Form Masukan Nilai

Parameter

Menampilkan Hasil Clustering Usaha

67

Gambar 4.10 Activity Diagram Clustering Harta

4.3.2.5 Activity Diagram Data User

Pada activity diagram ini dijelaskan proses pengolahan data user yang dapat

mengakses sistem pendukung keputusan penentuan kelayakan mustahik. Menu data

user ini berisi form inputan yang digunakan oleh admin untuk melakukan

perubahan pada data admin yang telah tersimpan di dalam sistem, baik itu

menambahkan, mengedit, dan menghapus data admin yang telah ada. Activity

diagram user ditunjukkan pada Gambar 4.11.

Activity Diagram ClusteringCluster Harta

Admin Sistem




Data Valid?

Ya

Tidak


Memilih Menu Clustering HartaMenampilkan Form Masukan Nilai

Parameter

Menampilkan Hasil Clustering Harta

68

Gambar 4.11 Activity Diagram Data User

4.3.3 Sequence Diagram

Sequence Diagram menggambarkan interaksi antar object pada sistem

dalam bentuk gambar dan aliran. Sequence diagram memperlihatkan tahap demi

tahap keadaan yang seharusnya terjadi untuk menghasilkan sesuatu yang dilakukan

dalam use case.

4.3.3.1 Sequence Diagram Login

Pada sequence diagram login ini admin melakukan login dengan mengisi

username dan password. Jika username dan password telah terisi maka sistem akan

mengecek data login di database. Memeriksa status valid. Jika username dan

password yang telah diisi tersebut salah maka akan muncul pesan peringatan

kesalahan dan sistem secara otomatis akan mengembalikan ke halaman login, tetapi

jika username dan password yang diisi tersebut benar maka admin akan masuk ke

halaman menu utama. Pada halaman utama ini terdapat 8 menu yaitu beranda, calon

mustahik, data kriteria, clustering, hasil clustering, data user, tentang aplikasi, dan

logout. Sequence diagram login admin ditunjukkan pada Gambar 4.12.

Activity Diagram Data User

Admin/Pimpinan Sistem

Mengolah Data Admin

Menampilkan Data Admin yang Terdaftar dalam Sistem


TambahMemasukan Data

Edit


Pilih Data

Hapus

Data Valid?

Ya

Tidak

Menyimpan Data


Data Valid?

Ya

Tidak

Mengubah Data

Menampilkan Hasil Data Admin

Hapus Data

69

Gambar 4.12 Sequence Diagram Login

4.3.3.2 Sequence Diagram Calon Mustahik

Pada sequence diagram calon mustahik ini, setelah admin mengakses

aplikasi dan memilih menu calon mustahik maka admin akan melakukan tambah

data, edit data, dan hapus data pada form menu tersebut. Data yang telah dikelola

tersebut akan tersimpan di database. Detail alur sequence diagram calon mustahik

ditunjukkan pada Gambar 4.13.

Gambar 4.13 Sequence Diagram Calon Mustahik

Form Admin Controller Halaman Utama

Admin

Database

1: menampilkan form login()

2: mengisis usernamedan password()

4: pesan kesalahan()

5: ambil data()

6: cek data login()

10: kembali ke halaman utama()

11: logout()

3: validasi data()

7: login berhasil()

8: tampil halaman utama()

9: kelola data()

Aplikasi Menu Utama Form Input Data

Admin

Database

1: mengakses aplikasi()

8: simpan data calon mustahik()8.1: simpan data()8.2: edit data()8.3: hapus data()

9: informasi ditampilkan()

5: permintaan tampilkan form input data calon mustahik()

4: pilih menu calon mustahik()

6: tampilkan form input data calon mustahik()

7: isi form data calon mustahik()7.1: tambah data()7.2: edit data()7.3: hapus data()

2: permintaan tampilkan menu utama aplikasi()

3: tampilkan menu utama aplikasi()

70

4.3.3.3 Sequence Diagram Kriteria

Tahapan pada sequence diagram ini setelah admin memilih menu data

kriteria adalah admin akan memasukan para calon mustahik ke dalam beberapa

kriteria yang telah ditentukan yaitu indeks rumah, indeks usaha, dan indeks harta.

Pada menu ini juga admin akan melakukan tambah, edit, dan hapus data jika terjadi

kerancuan pada data calon mustahik. Data yang telah dikelola akan tersimpan di

database. Sequence diagram kriteria yang telah ditentukan ditunjukkan pada

Gambar 4.14, Gambar 4.15 dan Gambar 4.16.

Gambar 4.14 Sequence Diagram Indeks Rumah

Gambar 4.15 Sequence Diagram Indeks Usaha


Admin

Database


8: simpan data indeks rumah()


5: permintaan tampilkan form input data kriteria indeks rumah()

4: pilih menu data kriteria()4.1: pilih menu indeks rumah()

6: tampilkan form input data kriteria indeks rumah()

7: isi form data indeks rumah()7.1: tambah data()7.2: edit data()7.3: hapus data()




Admin

Database


8: simpan data indeks usaha()


5: permintaan tampilkan form input data kriteria indeks usaha()

4: pilih menu data kriteria()4.1: pilih menu indeks usaha()

6: tampilkan form input data kriteria indeks usaha()

7: isi form data indeks usaha()7.1: tambah data()7.2: edit data()7.3: hapus data()



71

Gambar 4.16 Sequence Diagram Indeks Harta

4.3.3.4 Sequence Diagram Clustering

Proses yang terjadi pada menu clustering adalah admin akan memilih

kriteria yang akan dibuatkan cluster-nya (cluster rumah, cluster usaha, cluster

harta) setelah itu mengisi form nilai parameter. Setelah itu sistem secara otomatis

akan melakukan perhitungan dengan metode fuzzy c-means. Kemudian data yang

telah dihitung tersebut akan disimpan di dalam database. Proses clustering dari

masing-masing cluster ini ditunjukkan pada sequence diagram pada Gambar 4.17,

Gambar 4.18 dan Gambar 4.19.

Gambar 4.17 Sequence Diagram Clustering Rumah

Aplikasi Menu Utama Form Clustering

Admin

Database


9: simpan data clutering rumah()


5: permintaan tampilkan form input nilai parameter clustering rumah()

4: pilih menu clustering()4.1: pilih menu clustering rumah()

6: tampilkan form input nilai parameter clustering rumah()

7: isi form nilai parameter clustering rumah()7.1:Error (ξ)()7.2: maxIter()7.3: pembobot(w)()7.4: tanggal survey()



8: proses perhitungan clustering rumah()

11: tampilkan clustering rumah()


Admin

Database


8: simpan data indeks harta()


5: permintaan tampilkan form input data kriteria indeks harta()

4: pilih menu data kriteria()4.1: pilih menu indeks harta()

6: tampilkan form input data kriteria indeks harta()

7: isi form data indeks harta()7.1: tambah data()7.2: edit data()7.3: hapus data()



72

Gambar 4.18 Sequence Diagram Clustering Usaha

Gambar 4.19 Sequence Diagram Clustering Harta

4.3.3.5 Sequence Diagram Data User

Ketika admin akan mengeloh data user, maka admin memilih menu user

terlebih dahulu. Setelah itu admin dapat mengelola data user yang berhak

mengakses sistem ini. User yang dapat mengakses sistem ini hanya admin badan

amil zakat saja. Dalam menu ini admin memiliki kewenangan untuk menambah

admin baru, mengubah data admin yang telah ada maupun menghapus data admin.


Admin

Database


9: simpan data clutering usaha()


5: permintaan tampilkan form input nilai parameter clustering usaha()

4: pilih menu clustering()4.1: pilih menu clustering usaha()

6: tampilkan form input nilai parameter clustering usaha()

7: isi form nilai parameter clustering usaha()7.1:Error (ξ)()7.2: maxIter()7.3: pembobot(w)()7.4: tanggal survey()



8: proses perhitungan clustering usaha()

11: tampilkan clustering usaha()


Admin

Database


9: simpan data clutering harta()


5: permintaan tampilkan form input nilai parameter clustering harta()

4: pilih menu clustering()4.1: pilih menu clustering harta()

6: tampilkan form input nilai parameter clustering harta()

7: isi form nilai parameter clustering harta()7.1:Error (ξ)()7.2: maxIter()7.3: pembobot(w)()7.4: tanggal survey()



8: proses perhitungan clustering harta()

11: tampilkan clustering harta()

73

Hasil pengolahan data ini akan tersimpan di dalam database. Proses tersebut dapat

dilihat pada Gambar 4.20 berikut.

Gambar 4.20 Sequence Diagram Data User


Admin

Database


8: simpan data user()8.1: simpan data()8.2: edit data()8.3: hapus data()


5: permintaan tampilkan form input data user()

4: pilih menu data user()

6: tampilkan form input data user()

7: isi form data user()7.1: tambah data()7.2: edit data()7.3: hapus data()

2: permintaan tampilkan menu utama aplikasi

3: tampilkan menu utama aplikasi

74

4.4 Perancangan Basis Data

Model basis data pada sistem pendukung keputusan kelayakan mustahik

ini menggunakan entity relationship diagram (ERD). Gambar 4.21 menunjukkan

model ERD pada sistem pendukung keputusan kelayakan mustahik.

Gambar 4.21 ERD (Entity Relationship Diagram) Sistem Pendukung

Keputusan Kelayakan Mustahik

1. Tabel Calon Mustahik

Tabel calon mustahik berfungsi menyimpan informasi tentang data calon

mustahik yang dapat dilihat pada Tabel 4.36.

tb_indexrumah

tb_indexharta

tb_calon mustahik

id_camu

nama

alamat

tpt_lhr

id_camu

id_rmhukurandinding

lantai

atap

milik

dapur kursi

id_ush

id_camu

sbrmdl

lmush

jlhpkrj

stsush

hsljlhtgg

id_hrt

id_camu

kebunelektro

kndraan

ternak

smpan

memiliki tb_indexusaha

tgl_lhr

kec

kel

hasilid_calonmustahik

hasilrumah

hasilusahahasilharta

id_hasil

hasil

memiliki

tb_penerima_tempid_penerima

id_calonmustahik

nama

alamat

kec

kel

75

Tabel 4.36 Tabel Calon Mustahik

Nama Tipe Data Panjang Keterangan

id_camu Varchar 11 Primary Key no_ktp Varchar 20 Not Null Nama Varchar 128 Not Null tpt_lhr Varchar 64 Not Null tgl_lhr Varchar 12 Not Null Almt Varchar 225 Not Null Kec Varchar 128 Not Null Kel Varchar 128 Not Null

Tabel calon mustahik memiliki field-field sebagai berikut :

a. Field id_camu merupakan field untuk id_calon mustahik yang diatur

sebagai primary key pada tabel calon mustahik.

b. Field no_ktp merupakan field untuk nomor KTP calon mustahik.

c. Field nama merupakan field untuk nama calon mustahik.

d. Field tpt_lhr merupakan field untuk tempat lahir calon mustahik.

e. Field tgl_lhr merupakan field untuk tanggal lahir calon mustahik.

f. Field almt merupakan field untuk alamat calon mustahik.

g. Field kec merupakan field untuk kecamatan tempat domisili calon

mustahik.

h. Field kel merupakan field untuk kelurahan tempat domisili calon

mustahik.

2. Tabel Hasil

Tabel hasil berfungsi menyimpan informasi tentang hasil perhitungan

clustering pada calon mustahik yang dapat dilihat pada Tabel 4.37.

Tabel 4.37 Tabel Hasil


id_hasil Varchar 32 Primary Key id_calonmustahik Int 11 Not Null Hasilrumah Varchar 64 Not Null Hasilusaha Varchar 64 Not Null Hasilharta Varchar 64 Not Null Hasil Varchar 64 Not Null

76

Tabel hasil memiliki field-field sebagai berikut :

a. Field id_hasil merupakan field untuk id_hasil perhitungan clustering

untuk setiap calon mustahik yang diatur sebagai primary key pada tabel

hasil.

b. Field id_calonmustahik merupakan field untuk id_calon mustahik.

c. Field hasilrumah merupakan field untuk hasil perhitungan clustering

pada kriteria rumah yang dimiliki setiap calon mustahik.

d. Field hasilusaha merupakan field untuk hasil perhitungan clustering

pada kriteria usaha yang dimiliki setiap calon mustahik.

e. Field hasilharta merupakan field untuk hasil perhitungan clustering

pada kriteria harta yang dimiliki setiap calon mustahik.

f. Field hasil merupakan field untuk hasil perhitungan clustering pada

keseluruhan kriteria yang dimiliki setiap calon mustahik.

3. Tabel Indeks Harta

Tabel indeks harta berfungsi menyimpan informasi tentang kriteria indeks

harta beserta subkriterianya yang dimiliki oleh para calon mustahik yang

dapat dilihat pada Tabel 4.38.

Tabel 4.38 Tabel Indeks Harta


Id_idhrt Int 11 Primary Key Id_camu Int 11 Not Null Kebun Varchar 64 Not Null Elektro Varchar 64 Not Null Kndraan Varchar 64 Not Null Ternak Varchar 64 Not Null Smpan Varchar 64 Not Null

Tabel indeks harta memiliki field-field sebagai berikut :

a. Field id_idhrt merupakan field untuk id kriteria_indeks harta yang

dimiliki oleh setiap calon mustahik yang diatur sebagai primary key

pada tabel indeks harta.

b. Field id_camu merupakan field untuk id_calon mustahik.

77

c. Field kebun merupakan field untuk subkriteria kebun pada kriteria

indeks harta yang dimiliki setiap calon mustahik.

d. Field elektro merupakan field untuk subkriteria elektronik pada kriteria


e. Field kndraan merupakan field untuk subkriteria kendaraan pada

kriteria indeks harta yang dimiliki setiap calon mustahik.

f. Field ternak merupakan field untuk subkriteria ternak pada kriteria


g. Field smpan merupakan field untuk subkriteria simpanan pada kriteria


4. Tabel Indeks Rumah

Tabel indeks rumah berfungsi menyimpan informasi tentang kriteria indeks

rumah beserta subkriteriannya yang dimiliki oleh para calon mustahik yang


Tabel 4.39 Tabel Indeks Rumah


id_idrmh Int 11 Primary Key id_camu Int 11 Not Null Ukuran Varchar 10 Not Null Dinding Varchar 64 Not Null Lantai Varchar 64 Not Null Atap Varchar 64 Not Null Milik Varchar 64 Not Null Dapur Varchar 64 Not Null Kursi Varchar 64 Not Null

Tabel indeks rumah memiliki field-field sebagai berikut :

a. Field id_idrmh merupakan field untuk id kriteria_indeks rumah yang


pada tabel indeks rumah ini.


c. Field ukuran merupakan field untuk subkriteria ukuran pada kriteria

indeks rumah yang dimiliki setiap calon mustahik.

78

d. Field dinding merupakan field untuk subkriteria dinding pada kriteria


e. Field lantai merupakan field untuk subkriteria lantai pada kriteria


f. Field atap merupakan field untuk subkriteria atap pada kriteria indeks

rumah yang dimiliki setiap calon mustahik.

g. Field milik merupakan field untuk subkriteria milik pada kriteria indeks


h. Field dapur merupakan field untuk subkriteria dapur pada kriteria


i. Field kursi merupakan field untuk subkriteria kursi pada kriteria indeks


5. Tabel Indeks Usaha

Tabel indeks usaha berfungsi menyimpan informasi tentang kriteria indeks

usaha beserta subkriteriannya yang dimiliki oleh para calon mustahik dapat

dilihat pada Tabel 4.40.

Tabel 4.40 Tabel Indeks Usaha


id_idush Int 11 Primary Key id_camu Int 11 Not Null Sbrmdl Varchar 64 Not Null lmush Varchar 64 Not Null jlhpkrj Varchar 64 Not Null stsush Varchar 64 Not Null Hsl Varchar 64 Not Null Jlhtgg Varchar 64 Not Null

Tabel indeks usaha memiliki field-field sebagai berikut :

a. Field id_idush merupakan field untuk id kriteria_indeks usaha yang


pada tabel indeks usaha ini.


79

c. Field sbrmdl merupakan field untuk subkriteria sumber modal pada

kriteria indeks usaha yang dimiliki setiap calon mustahik.

d. Field lmush merupakan field untuk subkriteria lama usaha pada kriteria

indeks usaha yang dimiliki setiap calon mustahik.

e. Field jlhpkrj merupakan field untuk subkriteria jumlah pekerja pada


f. Field stsush merupakan field untuk subkriteria status usaha pada kriteria

indeks usaha yang dimiliki setiap calon mustahik.

g. Field hsl merupakan field untuk subkriteria penghasilan perbulan pada


h. Field jlhtgg merupakan field untuk subkriteria jumlah tanggungan pada


6. Tabel Pengguna

Tabel pengguna berfungsi menyimpan informasi tentang data login

pengguna yang dapat dilihat pada Tabel 4.41.

Tabel 4.41 Tabel Pengguna

Tabel pengguna memiliki field-field sebagai berikut :

a. Field id_pengguna merupakan field id_pengguna sistem ini yang

diatur sebagai primary key pada tabel pengguna.

b. Field username merupakan field nama pengguna yang menggunakan

sistem ini.

c. Field password merupakan field untuk password.

7. Tabel Penerima

Tabel penerima ini berfungsi untuk menyimpan informasi tentang data

penerima zakat yabg dapat dilihat pada Tabel 4.42.


id_pengguna Int 11 Primay Key

username Varchar 32 Not Null

password Varchar 32 Not Null

80

Tabel 4.42 Tabel Penerima

Tabel penerima memiliki field-field sebagai berikut :

a. Field id_penerima merupakan field untuk id_penerima zakat yang

diatur pada tabel penerima.

b. Field id_calonmustahik merupakan field untuk id_calonmustahik

c. Field nama merupakan field untuk nama calon mustahik.

d. Field almt merupakan field untuk alamat calon mustahik.

e. Field kec merupakan field untuk kecamatan tempat domisili calon

mustahik.

f. Field kel merupakan field untuk kelurahan tempat domisili calon

mustahik.

4.4.1 Relasi Antar Tabel

Dari kumpulan tabel yang dibuat, maka dapat dibentuk hubungan relasi

antar tabel. Relasi tersebut dapat dilihat pada Gambar 4.22.


id_penerima Varchar 32 Not Null

id_calonmustahik Int 11 Not Null

nama Varchar 128 Not Null

almt Varchar 128 Not Null

kec Varchar 128 Not Null

kel Varchar 128 Not Null

81

Gambar 4.22 Relasi Antar Tabel

4.5 Perancangan Interface

Perancangan antar muka atau interface merupakan perancangan desain awal

sebuah sistem yang akan digunakan oleh pengguna atau user. Berikut adalah

perancangan interface sistem ini:

4.5.1 Perancangan Halaman Login

Halaman login pada sistem ini terdiri dari field username dan password yang

akan diisi oleh user sesuai dengan jenis user yang tersimpan dalam database. Login

harus dilakukan terlebih dahulu untuk mengakses menu utama. Tampilan halaman

login pada sistem ini ditunjukkan pada Gambar 4.23.

82

Gambar 4.23 Perancangan Halaman Login

4.5.2 Perancangan Halaman Utama

Halaman utama akan ditampilkan setelah user melakukan login dan secara

otomatis akan langsung masuk ke menu beranda. Pada halaman ini terdapat

beberapa menu yang akan digunakan user untuk mengelola aplikasi sistem

pendukung keputusan kelayakan mustahik. Tampilan halaman utama aplikasi ini


Gambar 4.24 Perancangan Halaman Utama

Beranda Login

HEADER

Login

Username

Password

CancelLogin

HEADER

Day-Mon-Year 00:00:00

Indeks Rumah

Indeks Usaha

Indeks Harta

Clustering Rumah

Clustering Usaha

Clustering Harta

Beranda Calon Mustahik Kriteria Clustering Hasil Clustering Data User Tentang Aplikasi Logout

83

4.5.3 Perancangan Halaman Calon Mustahik

Halaman calon mustahik ini harus diisi terlebih dahulu sebelum melakukan

pengelompokan berdasarkan kriteria yang telah ditentukan. Pada halaman ini

terdapat tombol Tambah, Edit, Hapus, Batal, dan Cari yang akan membantu admin

dalam mengolah data calon mustahik ini. Form masukan data calon mustahik


Gambar 4.25 Perancangan Halaman Calon Mustahik

4.5.4 Perancangan Halaman Kriteria

Pada halaman kriteria ini terdiri dari tiga submenu yaitu indeks rumah,

indeks usaha, dan indeks harta. Setiap submenu kriteria ini terdapat form sub

kriteria yang harus diisi sesuai dengan kondisi diri para calon mustahik yang

nantinya akan digunakan sebagai bagian utama penentuan kelayakan mustahik.

Pada halaman indeks rumah ini terdapat empat tombol yaitu tombol

Tambah, Edit, Hapus, dan Cari serta Tabel yang akan menampilkan data yang telah

diisi oleh admin. Perancangan tampilan dari kriteria indeks rumah ditunjukkan pada

Gambar 4.26.

Id Mustahik

Nama

Tempat Lahir

Alamat

Tambah Edit Hapus

Tabel Data Calon Mustahik

Masukan Nama

HEADER

Kecamatan

Kelurahan


Tanggal Lahir

Cari

Batal

DATA CALON MUSTAHIK

84

Gambar 4.26 Perancangan Halaman Indeks Rumah

Pada halaman indeks usaha ini terdapat empat tombol yaitu tombol Tambah,

Edit, Hapus, dan Cari serta Tabel yang akan menampilkan data yang telah diisi oleh

admin. Perancangan tampilan dari kriteria indeks usaha ditunjukkan pada Gambar

4.27.

Gambar 4.27 Perancangan Halaman Indeks Usaha

HEADER

Indeks Rumah Calon Mustahik

Indeks Rumah

Indeks Usaha

Indeks Harta

Id Rumah

Id Mustahik

Ukuran Rumah

Dinding Rumah

Lantai Rumah

Atap Rumah

Kepemilikan Rumah

Dapur

Kursi

Tambah Edit Hapus

Tabel Data Kriteria Indeks Rumah


Masukan ID Cari

HEADER

Indeks Usaha Calon Mustahik

Indeks Rumah

Indeks Usaha

Indeks Harta

Id Usaha

Id Mustahik

Sumber Modal

Lama Usaha

Jumlah Pekerja

Status Usaha

Penghasilan

Jumlah Tanggungan

Tambah Edit Hapus

Tabel Data Kriteria Indeks Usaha

Masukan ID Cari


85

Pada halaman indeks harta ini terdapat empat tombol yaitu tombol

Tambah, Edit, Hapus, dan Cari serta Tabel yang akan menampilkan data yang telah

diisi oleh admin. Perancangan tampilan dari setiap kriteria indeks harta ditunjukkan

pada Gambar 4.28.

Gambar 4.28 Perancangan Halaman Indeks Harta

4.5.5 Perancangan Halaman Clustering

Pada halaman ini terdiri dari tiga submenu yaitu clustering rumah,

clustering usaha, dan clustering harta. Di setiap submenu tersebut terdapat form

nilai parameter.

Pada submenu clustering rumah ini terdapat form masukan nilai parameter

yang harus diisi karena setelah diisi dan tombol Proses dipilih maka akan dilakukan

proses perhitungan sesuai dengan metode fuzzy c-means. Kemudian hasil

perhitungan tersebut akan disimpan dalam database. Rancangan dari clustering

rumah dapat dilihat pada Gambar 4.29.

HEADER

Indeks Harta Calon Mustahik

Indeks Rumah

Indeks Usaha

Indeks Harta

Id Harta

Id Mustahik

Kebun

Elektronik

Kendaraan

Ternak

Aset

Tambah Edit Hapus

Tabel Data Kriteria Indeks Harta


Masukan ID Cari

86

Gambar 4.29 Perancangan Halaman Clustering Rumah

Pada submenu clustering usaha ini terdapat form masukan nilai

parameter yang harus diisi karena setelah diisi dan tombol Proses dipilih maka akan

dilakukan proses perhitungan sesuai dengan metode fuzzy c-means. Kemudian hasil


usaha dapat dilihat pada gambar 4.30.

Gambar 4.30 Perancangan Halaman Clustering Usaha

HEADER

Clustering Indeks Rumah

Error

maxIter

Pembobot

Tabel Hasil Clustering Rumah

Clustering Rumah

Clustering Usaha

Clustering Harta

Proses

Masukan Nilai Parameter

Persentase Kelayakan : -


HEADER

Clustering Indeks Usaha

Error

maxIter

Pembobot

Tabel Hasil Clustering Usaha

Clustering Rumah

Clustering Usaha

Clustering Harta

Proses




87

Pada submenu clustering harta ini terdapat form masukan nilai

parameter yang harus diisi karena setelah diisi dan tombol Proses dipilih maka akan

dilakukan proses perhitungan sesuai dengan metode fuzzy c-means. Kemudian hasil


harta dapat dilihat pada Gambar 4.31.

Gambar 4.31 Perancangan Halaman Clustering Harta

4.5.6 Perancangan Halaman Hasil Clustering

Pada halaman ini sistem akan menampilkan hasil clustering secara

keseluruhan yang terdiri dari nama-nama mustahik yang berhak meneriman zakat.

Pada halaman ini terdapat tombol Cetak yang dapat digunakan untuk mencetak

hasil clustering tersebut. Gambar 4.32 menunjukkan tampilan halaman hasil

clustering.

HEADER

Clustering Indeks Harta

Error

maxIter

Pembobot

Tabel Hasil Clustering Harta

Clustering Rumah

Clustering Usaha

Clustering Harta

Proses




88

Gambar 4.32 Perancangan Halaman Hasil Clustering

4.5.7 Perancangan Halaman Data User

Pada halaman ini terdapat form yang harus diisi oleh user yang bertugas

untuk mengganti atau memperbaharui username dan password user yang berhak

untuk mengakses aplikasi atau sistem ini. Tampilan halaman data user


Gambar 4.33 Perancangan Halaman Data User

HEADER

Hasil Clustering

Cetak


Cetak Calon Mustahik yang Layak

HEADER

Id Pengguna

Username

Password

Tambah Edit Hapus

Tabel Data User


DATA PENGGUNA

89

4.5.8 Perancangan Halaman Tentang Aplikasi

Pada halaman ini berisi tentang informasi aplikasi. Tampilan halaman

tentang aplikasi ditunjukkan pada Gambar 4.34.

Gambar 4.34 Perancangan Halaman Tentang Aplikasi

HEADER

TENTANG APLIKASI


90

BAB V

IMPLEMENTASI DAN PENGUJIAN SISTEM

5. 1 Kebutuhan Sistem

Tahap implementasi sistem merupakan proses transformasi representasi

rancangan seperti yang telah dirancang pada bab 4 ke bahasa pemrograman yang

dapat dimengerti oleh komputer. Pada bab ini akan membahas hasil program yang

telah dibangun dengan pengujian sistem yang telah ditentukan. Hasil dari program

sistem pendukung keputusan penentuan kelayakan mustahik dengan tahapan

kebutuhan sistem ini meliputi kebutuhan perangkat keras (hardware) dan

kebutuhan perangkat lunak (software) yang digunakan dalam pembuatan aplikasi

ini, kebutuhan–kebutuhan tersebut adalah sebagai berikut:

5.1.1 Perangkat Keras (Hardware)

Sistem pendukung keputusan penentuan kelayakan mustahik ini

menerapkan antarmuka berbasis desktop. Mulai dari tahap penelitian hingga tahap

implementasi dan pengujian aplikasi SPK ini menggunakan laptop Toshiba Satellite

L745 dengan spesifikasi sebagai berikut:

1. Processor Intel® CoreTM i5-2410M CPU @ 2.30GHz 2.30 GHz

2. Memory RAM 2.00 GB

3. Harddisk 500 GB

4. Keyboard, LCD, dan Monitor

5.1.2 Perangkat Lunak (Software)

Perangkat lunak yang digunakan untuk menjalankan aplikasi ini dari tahap

penelitian hingga tahap implementasi adalah sebagai berikut:

1. Operating System yang digunakan adalah Windows 8

2. Application Builder yang digunakan adalah Netbeans IDE 8.1.

3. Database Management System yang digunakan adalah MySQL (XAMPP

1.7.3).

4. Mengkompilasi kode-kode menjadi java dengan menggunakan Java SE

Development Kit 7 Update 67.

91

5. Penghubung antara database dan Netbeans adalah MySQL

Connector/ODBC 5.1.

6. Edraw Max 7.7. digunakan untuk membuat rancangan interface system.

7. iReport 5.5.0 digunakan untuk membuat file cetak.

8. Adobe Photoshop CS3 Portable digunakan untuk membuat desain tampilan

aplikasi.

5. 2 Implementasi Antarmuka Sistem

Pada tahap implementasi antarmuka sistem ini, hanya dijelaskan mengenai

kegunaan form-form yang terdapat pada aplikasi sistem pendukung keputusan

kelayakan mustahik beserta tampilan formnya, sebagai berikut:

5.2.1 Halaman Menu Beranda

Pada tampilan halaman beranda ini terdapat dua menu yaitu menu beranda

dan login. Tampilan halaman beranda yang ditunjukkan pada Gambar 5.1.

Gambar 5.1 Halaman Menu Beranda

5.2.2 Halaman Menu Login

Halaman menu login merupakan halaman yang harus diakses pengguna

pertama kali oleh user yang telah terdaftar dalam sistem untuk dapat menjalankan

aplikasi sistem pendukung keputusan ini. Tampilan halaman menu login yang


92

Gambar 5.2 Halaman Menu Login

Pada Gambar 5.2, login dilakukan oleh user dengan nama pengguna

“admin” serta password “***”. Jika login berhasil, maka akan tampil halaman

utama sistem.

5.2.3 Halaman Utama

Halama utama merupakan halaman yang menampilkan keseluruhan menu

yang terdapat pada aplikasi sistem pendukung keputusan ini. Halaman utama ini

berisikan delapan menu utama yaitu Beranda, Calon mustahik, Kriteria, Clustering,

Hasil Clustering, Data User, Tentang Aplikasi, dan Logout. Pada menu Kriteria

terdapat menu Indeks rumah, Indeks Usaha, dan Indeks Harta. Menu Clustering

berisi menu Clustering Rumah, Clustering Usaha, dan Clustering Harta. Tampilan

halaman utama ditunjukkan pada Gambar 5.3.

93

Gambar 5.3 Halaman Utama

5.2.4 Halaman Menu Calon Mustahik

Pada halaman menu calon mustahik berfungsi untuk memasukan data calon

mustahik yang diusulkan dari kelurahan pada setiap kecamatan di wilayah kota

Kendari yang nantinya akan diproses di menu-menu selanjutnya. Pada halaman ini

terdapat empat tombol di antaranya tombol Tambah digunakan untuk menambah

data calon mustahik, tombol Edit digunakan untuk mengubah data calon mustahik

yang telah dimasukan di dalam sistem, tombol Hapus digunakan untuk menghapus

data calon mustahik, dan tombol Cari digunakan untuk mencari data calon mustahik

yang telah ditambahkan dengan memasukan id calon mustahik serta sebuah tabel

untuk menampilkan data calon mustahik. Tampilan menu calon mustahik


94

Gambar 5.4 Halaman Menu Calon Mustahik

5.2.5 Halaman Menu Kriteria

Pada halaman menu kriteria ini berisi tiga menu yaitu Indeks Rumah, Indeks

Usaha, dan Indeks Harta. Berikut tampilan dari menu data kriteria:

1. Halaman Menu Indeks rumah

Halaman kriteria ini digunakan untuk memasukkan nilai-nilai data

dari keadaan rumah meliputi ukuran rumah, dinding rumah, lantai rumah,

atap rumah, kepemilikan rumah, dapur, dan kursi. Pada halaman ini terdapat

empat tombol di antaranya tombol Tambah digunakan untuk menambah

data kriteria rumah berdasarkan id calon mustahik, tombol Edit digunakan

untuk mengubah data kriteria rumah calon mustahik yang telah dimasukkan

di dalam sistem, tombol Hapus digunakan untuk menghapus data kriteria

rumah calon mustahik, dan tombol Cari digunakan untuk mencari data

kriteria rumah calon mustahik yang telah ditambahkan dengan memasukan

id rumah calon mustahik tersebut serta sebuah tabel untuk menampilkan

data kriteria rumah calon mustahik. Tampilan halaman menu indeks rumah


95

Gambar 5.5 Halaman Menu Indeks Rumah

2. Halaman Menu Indeks Usaha

Halaman kriteria ini digunakan untuk memasukan nilai-nilai data

dari keadaan usaha meliputi sumber modal, lama usaha, jumlah pekerja,

status usaha, penghasilan, dan jumlah tanggungan. Pada halaman ini

terdapat empat tombol di antaranya tombol Tambah digunakan untuk

menambah data kriteria usaha berdasarkan id calon mustahik, tombol Edit

digunakan untuk mengubah data kriteria usaha calon mustahik yang telah

dimasukkan di dalam sistem, tombol Hapus digunakan untuk menghapus

data kriteria usaha calon mustahik, dan tombol Cari digunakan untuk

mencari data kriteria usaha calon mustahik yang telah ditambahkan dengan

memasukan id usaha calon mustahik tersebut serta sebuah tabel untuk

menampilkan data kriteria usaha calon mustahik. Tampilan halaman menu

indeks usaha ditunjukkan pada Gambar 5.6.

96

Gambar 5.6 Halaman Menu Indeks Usaha

3. Halaman Menu Indeks Harta

Halaman kriteria ini digunakan untuk memasukan nilai-nilai data

dari keadaan harta meliputi kebun, elektronik, kendaraan, ternak, dan

simpanan. Pada halaman ini terdapat empat tombol di antaranya tombol

Tambah digunakan untuk menambah data kriteria harta berdasarkan id

calon mustahik, tombol Edit digunakan untuk mengubah data kriteria harta

calon mustahik yang telah dimasukkan di dalam sistem, tombol Hapus

digunakan untuk menghapus data kriteria harta calon mustahik, dan tombol

Cari digunakan untuk mencari data kriteria harta calon mustahik yang telah

ditambahkan dengan memasukan id usaha calon mustahik tersebut serta

sebuah tabel untuk menampilkan data kriteria harta calon mustahik.

Tampilan halaman menu indeks harta ditunjukkan pada Gambar 5.7.

97

Gambar 5.7 Halaman Menu Indeks Harta

5.2.6 Halaman Menu Clustering

Pada halaman menu clustering ini berisi tiga menu yaitu clustering rumah,

clustering usaha, dan clustering harta. Berikut tampilan dari menu clustering:

1. Halaman Menu Clustering Rumah

Halaman menu clustering ini merupakan hasil proses clustering dari

kriteria indeks rumah. Data nilai kriteria indeks rumah akan diproses

menggunakan metode Fuzzy C-Means. Hasil clustering indeks rumah ini

berupa matriks [U1, U2] yang memiliki nilai kecenderungan 0-1. Bobot

nilai kriteria yang dimiliki Calon mustahik diclustering berdasarkan dari

nilai kecenderungan atau kedekatan. Hasil penentuan cluster diberi tanda

(√) cheklist. Penentuan kelayakan ditentukan oleh bobot yang mendekati

layak dengan aturan kelayakan dan menggunakan Persamaan 2.7.

Selanjutnya penentuan nilai layak calon mustahik diberikan poin 1,

sedangkan nilai tidak layak diberikan poin 0. Ketika user menekan tombol

“proses” maka sistem akan melakukan proses clustering terhadap data

kriteria calon mustahik yang terdapat dalam database dengan menggunakan

metode Fuzzy C-Means. Untuk hasil clustering akan dikelompokan

98

berdasarkan nilai kecenderungan atau kedekatan data yang sama. Tampilan

halaman menu clustering rumah yang ditunjukkan pada Gambar 5.8.

Gambar 5.8 Halaman Menu Clustering Rumah

Di bawah ini merupakan listing program yang digunakan untuk melakukan

proses clustering rumah dengan metode fuzzy c-means yang ditunjukkan pada

Gambar 5.9.

Gambar 5.9 Listing Program Tombol Proses Clustering Rumah

private void jButton1ActionPerformed(java.awt.event.ActionEvent evt) { try { // TODO add your handling code here: jButton2.doClick(); FCM fcm = new FCM(); fcm.FILE_DATA_IN = "data_in1.txt"; //input fcm fcm.FILE_PAR = "parameters1.txt"; //parameter fcm fcm.FILE_CENTER = "center1.txt"; //pusat fcm.FILE_MATRIX = "matrix1.txt"; //output fcm fcm.FILE_OUTPUT = "output1.txt"; fcm.FILE_RANDOM = "random1.txt"; fcm.getPar(); fcm.runFCM(); getClusterData(); } catch (IOException ex) { Logger.getLogger(FPCRumah.class.getName()).log(Level.SEVERE, null,ex); } }

99

2. Halaman Menu Clustering Usaha

Halaman menu clustering usaha ini merupakan hasil dari proses clustering

dari indeks usaha. Prosesnya seperti yang telah diterangkan pada menu clustering

rumah. Tampilan halaman menu clustering usaha ditunjukkan pada Gambar 5.10.

Gambar 5.10 Halaman Menu Clustering Usaha


proses clustering usaha dengan metode fuzzy c-means yang ditunjukkan pada

Gambar 5.11.

Gambar 5.11 Listing Program Tombol Proses Clustering Usaha

private void jButton1ActionPerformed(java.awt.event.ActionEvent evt) { try { // TODO add your handling code here: jButton2.doClick(); FCM fcm = new FCM(); fcm.FILE_DATA_IN = "data_in2.txt"; //input fcm fcm.FILE_PAR = "parameters2.txt"; //parameter fcm fcm.FILE_CENTER = "center2.txt"; //pusat fcm.FILE_MATRIX = "matrix2.txt"; //output fcm fcm.FILE_OUTPUT = "output2.txt"; fcm.FILE_RANDOM = "random2.txt"; fcm.getPar(); fcm.runFCM(); getClusterData(); } catch (IOException ex) { Logger.getLogger(FPCUsaha.class.getName()).log(Level.SEVERE, null, ex); } }

100

3. Halaman Menu Clustering Harta

Halaman menu clustering harta ini merupakan hasil dari proses clustering

dari indeks harta. Prosesnya seperti yang telah diterangkan pada menu clustering

rumah. Tampilan halaman menu clustering harta yang ditunjukkan pada Gambar

5.12.

Gambar 5.12 Halaman Menu Clustering Harta


proses clustering harta dengan metode fuzzy c-means yang ditunjukkan pada

Gambar 5.13.

Gambar 5.13 Listing Program Tombol Proses Clustering Harta

private void jButton1ActionPerformed(java.awt.event.ActionEvent evt) { try { // TODO add your handling code here: jButton2.doClick(); FCM fcm = new FCM(); fcm.FILE_DATA_IN = "data_in3.txt"; //input fcm fcm.FILE_PAR = "parameters3.txt"; //parameter fcm fcm.FILE_CENTER = "center3.txt"; //pusat fcm.FILE_MATRIX = "matrix3.txt"; //output fcm fcm.FILE_OUTPUT = "output3.txt"; fcm.FILE_RANDOM = "random3.txt"; fcm.getPar(); fcm.runFCM(); getClusterData(); } catch (IOException ex) { Logger.getLogger(FPCHarta.class.getName()).log(Level.SEVERE, null, ex); } }

101

Gambar 5.14 di bawah ini adalah listing program perhitungan FCM

(FCM.java).

//random double[] rd = null; for (cr = 0; cr < numpattern; cr++){ rd = null; rd = randSum(2, 1); for (cc = 0; cc < cata; cc++){

aRandom[cr*cata + cc] = rd[cc]; } } arc = 0; for (j = 0; j < cata; j++) { for (i = 0; i < dimension; i++) { r1_temp = 0; r2_temp = 0; for (g = 0; g < numpattern; g++){ r1_temp += aRandom[g*cata + j]*aRandom[g*cata + j]; r2_temp += aRandom[g * cata + j] * aRandom[g * cata

+ j] * pattern[g*dimension + i]; } r_temp = r2_temp/r1_temp; rescenter[j * dimension + i] = r_temp; } } //Fungsi derajat keanggotan for(i = 0; i < numpattern; i++) { flagtemp = 0; count = 0; for(j = 0;j < cata; j++) { f_temp = 0; for(t = 0;t < cata; t++) { for(k = 0; k < dimension; k++) { v1[k] = pattern[i * dimension + k]; v2[k] = rescenter[t * dimension + k]; } if (distance(v1, v2, dimension) > min_dis){ f_temp + = Math.pow(distance(v1, v2, dimension), -2 / (m – 1)); }else{ flagtemp = 1; } } for(k = 0; k < dimension; k++){ v1[k] = pattern[i * dimension + k]; v2[k] = rescenter[j * dimension + k]; } if(flagtemp == 1){ umatrix[j * numpattern + i] = 0; flagtemp = 0; } if(distance(v1, v2, dimension) > min_dis) { double shit1 = distance(v1, v2, dimension);

102

Gambar 5.14 Listing Program Perhitungan FCM

double shit2 = Math.pow(shit1, -2 / (m - 1)) / f_temp;

int shit3 = j * numpattern + i; umatrix[shit3] = shit2; }else{ count++; umatrix[j * numpattern + i] = -1; } } //Fungsi objektiff object = 0; for(i = 0; i < c; i++) { for(j = 0; j < pattern; j++) { for(k = 0; k < dimension; k++) { v1[k] = x[j * dimension + k]; v2[k] = v[i * dimension + k]; } object += Math.pow(u[i * pattern+j], m) * distance(v1,

v2, dimension) * distance(v1, v2, dimension); } } return object; } System.out.println("p" + n_cycle + "=" + f_temp + " p " + (n_cycle-1) + "=" + lastv + " c = p1-p0 " + n_cycle + "=" + delta); // output nilai fungsi objektif lastv = f_temp; for(i = 0; i < cata; i++){ for(j = 0; j < dimension; j++){ f_temp = 0; for(k = 0; k < numpattern; k++){ f_temp += Math.pow(umatrix[i * numpattern + k], m) *

pattern[k * dimension + j]; } rescenter[i * dimension + j] = f_temp; f_temp = 0;

for(k = 0; k < numpattern; k++){ f_temp += Math.pow(umatrix[i * numpattern + k], m); }

rescenter[i * dimension + j] /= f_temp; } }

n_cycle++; } while(n_cycle < maxcycle && delta > limit); // kondisi berhenti

return true; }

103

Gambar 5.15 di bawah ini adalah listing program hasil kelayakan clustering

(FCH.java).

//Hasil Kelayakan clustering int index = 0; while (true) { try {

line = br1.readLine(); } catch (IOException e) { e.printStackTrace(); } if (line == null) { break; } String[] split = line.split(regex); for (int i = 0; i < split.length; i++) { rpoin1[index++] = Double.valueOf(split[i]); System.out.println(split[i]); } } line = null;

regex = ","; index = 0; while (true) { try { line = br2.readLine(); } catch (IOException e) { e.printStackTrace(); } if (line == null) { break; } String[] split = line.split(regex); for (int i = 0; i < split.length; i++) { rpoin2[index++] = Double.valueOf(split[i]); System.out.println(split[i]); } } line = null; regex = ","; index = 0; while (true) { try { line = br3.readLine(); } catch (IOException e) { e.printStackTrace(); } if (line == null) { break; }

104

Gambar 5.15 Listing Program Hasil Kelayakan Clustering

5.2.7 Halaman Menu Hasil Clustering

Halaman menu hasil clustering ini digunakan untuk menampilkan data

calon mustahik yang telah dilakukan clustering pada indeks rumah, usaha, dan

harta. Saat user memilih menu hasil clustering ini maka akan tampil hasil clustering

dari keseluruhan proses clustering. Pada halaman ini terdapat dua tombol yaitu

tombol cetak dan tombol cetak calon mustahik yang layak. Tombol cetak berfungsi

untuk mencetak keseluruhan hasil clustering. Sedangkan tombol cetak calon

mustahik yang layak berfungsi untuk mencetak hasil clustering calon mustahik

yang layak menerima zakat saja. Tampilan halaman menu hasil clustering


Gambar 5.16 Halaman Menu Hasil Clustering

String[] split = line.split(regex); for (int i = 0; i < split.length; i++) { rpoin3[index++] = Double.valueOf(split[i]); System.out.println(split[i]); } } for (int i=0; i<rpoin1.length-1; i++){ poin = rpoin1[i] + rpoin2[i] + rpoin3[i];

System.out.println(String.valueOf(rpoin1[i])+","+String.valueOf(rpoin2[i])+","+String.valueOf(rpoin3[i]+ "," + String.valueOf(poin)));

}

105

Saat mengklik tombol “cetak” dan memilih icon simpan maka file ini akan

tersimpan dalam format file *jrprint. Sedang jika admin memilih icon print maka

akan muncul kotak dialog print dan data siap untuk diprint. Tampilan tombol cetak

dan tombol cetak mustahik yang layak ditunjukkan pada Gambar 5.17 dan Gambar

5.18.

Gambar 5.17 Tampilan File Hasil Perhitungan Clustering Calon Mustahik

Gambar 5.18 Tampilan File Daftar Nama Penerima Zakat

106

5.2.8 Halaman Menu Data User

Halaman menu data user ini berfungsi untuk menambah, mengubah, dan

menghapus username dan password user yang berhak menjalankan aplikasi sistem

pendukung keputusan kelayakan mustahik ini. Tampilan halaman menu data user

yang ditunjukkan pada Gambar 5.19.

Gambar 5.19 Halaman Menu Data User

5.2.9 Halaman Menu Tentang Aplikasi

Menu tentang aplikasi ini berisi informasi tentang aplikasi sistem

pendukung keputusan kelayakan mustahik. Tampilan halaman menu tentang

aplikasi ditunjukkan pada Gambar 5.20.

Gambar 5.19 Halaman Menu Tentang Aplikasi

107

5. 3 Pengujian Sistem

Pengujian merupakan bagian tahap dari proses pengembangan perangkat

lunak. Pengujian ini bertujuan untuk mengetahui kualitas dari perangkat lunak telah

dibuat. Pengujian ini dilakukan untuk mengetahui apakah program yang dibuat

telah sesuai seperti rencana dan rancangan sebelumnya. Pada pengujian sistem ini,

penulis menggunakan metode pengujian black box, serta pengujian yang dilakukan

dengan membandingkan antara hasil pada sistem yang menggunakan metode Fuzzy

C-Means dan hasil manual yang dilakukan oleh pihak Baznas Kota Kendari.

5.3.1 Pengujian Black Box Aplikasi

Pada pengujian black box ini yang menjadi fokus adalah pada bagian

fungsional aplikasi atau perangkat lunaknya. Pengujian ini bertujuan untuk

menunjukan fungsi aplikasi tentang mekanismenya, sehingga diketahui data yang

dimasukan dapat berjalan sebagaimana mestinya dan informasi yang tersimpan

dapat terjaga kesahihannya.

1. Pengujian Halaman Login

Pengujian halaman menu login ini bertujuan untuk memerikasa kebenaran

username dan password serta menguji tombol fungsi tombol login. Hasil pengujian

halaman menu login dapat dilihat pada Tabel 5.1.

Tabel 5.1 Pengujian Halaman Login

Hasil Uji Halaman Login (Data Normal)

Data Masukan Yang diharapkan Pengamatan Kesimpulan

Username : admin Password : 123

admin tercantum pada textfield username, 123 tercantum pada textfield password

admin tercantum pada textfield username, *** tercantum pada textfield password

[ x ] Diterima [ ] Ditolak

Klik tombol login Data user dicari pada tabel user, kemudian masuk ke halaman menu utama

Tombol login berfungsi. Sesuai harapan


108


Hasil Uji Halaman Login (Data Salah)


Username : adam Password : 1234

adam tercantum pada textfield username, 1234 tercantum pada textfield password

adam tercantum pada textfield username, **** tercantum pada textfield password


Klik tombol login Tidak dapat melakukan login maka akan muncul kotak dialog “Login Gagal. Periksa Username dan Password Anda”. Tidak dapat masuk ke menu halaman utama

Username dan Password tidak sesuai dan muncul kota dialog “Login Gagal. Periksa Username dan Password Anda”. Tidak masuk ke menu halaman utama


2. Pengujian Halaman Calon Mustahik

Pengujian halaman menu calon mustahik ini adalah pengujian pada tombol-

tombol yang terdapat pada halaman calon mustahik yang nantinya data-data yang

telah diolah akan masuk ke dalam database. Hasil pengujian halaman menu calon

mustahik dapat dilihat pada Tabel 5.2.

Tabel 5.2 Pengujian Halaman Calon Mustahik

Hasil Uji Halaman Calon Mustahik (Data Normal)

Data Masukan

Yang diharapkan Pengamatan Kesimpulan

Klik tombol Tambah

Memasukan data dan tersimpan di dalam database jika melakukan klik tombol tambah

Data tersimpan di dalam database dan ditampilkan di dalam tabel calon mustahik. Tombol Tambah sesuai yang diharapkan


109


Klik tombol Edit

Pilih pada tabel data calon mustahik yang akan diubah, menampilkan data yang akan diubah, data yang sudah diubah akan tersimpan di dalam database jika melakukan klik tombol Edit

Data berhasil diubah, tersimpan di dalam database dan ditampilkan di dalam tabel calon mustahik. Tombol Edit sesuai yang diharapkan


Klik tombol Hapus

Pilih pada tabel data calon mustahik yang akan dihapus. Data di dalam database akan terhapus jika melakukan klik tombol Hapus

Data di dalam database berhasil dihapus dan juga terhapus di dalam tabel calon mustahik. Tombol Hapus sesuai yang diharapkan


Klik Batal

Membatalkan tindakan ketika pengisian data pada form calon mustahik

Data berhasil dibatalkan


Klik tombol Cari

Memasukan nama calon mustahik yang dicari. Data yang dicari ditemukan jika melakukan klik tombol Cari

Data berhasil ditemukan. Tombol Cari sesuai yang diharapkan


Hasil Uji Halaman Calon Mustahik (Data Salah)

Data Masukan


Data yang tidak diisi

Data tidak dapat disimpan dan menampilkan pesan kesalahan

Data tidak dapat disimpan dan menampilkan pesan kesalahan. Tombol sesuai diharapkan


3. Pengujian Halaman Kriteria

Pengujian pada halaman menu kriteria ini adalah pengujian pada tombol-

tombol yang terdapat pada submenu halaman ini yaitu halaman submenu indeks

rumah, usaha, dan harta yang kemudian data-data yang telah diolah akan masuk ke

dalam database. Hasil pengujian submenu halaman kriteria (indeks rumah, indeks

usaha, dan indeks harta) dapat dilihat pada Tabel 5.3.

110

Tabel 5.3 Pengujian Halaman Kriteria

Hasil Uji Halaman Kriteria (Data Normal)

Data Masukan


Klik tombol Tambah

Memasukan data dan tersimpan di dalam database jika melakukan klik tombol tambah

Data tersimpan di dalam database dan ditampilkan di dalam tabel. Tombol Tambah sesuai yang diharapkan


Klik tombol Edit

Pilih pada tabel data yang akan diubah, menampilkan data yang akan diubah, data yang sudah diubah akan tersimpan di dalam database jika melakukan klik tombol Edit

Data berhasil diubah tersimpan di dalam database dan ditampilkan di dalam tabel. Tombol Edit sesuai yang diharapkan


Klik tombol Hapus

Pilih pada tabel data yang akan dihapus. Data di dalam database akan terhapus jika melakukan klik tombol Hapus

Data di dalam database berhasil dihapus dan juga terhapus di dalam tabel tersebut. Tombol Hapus sesuai yang diharapkan


Klik tombol Cari

Memasukan ID calon mustahik yang dicari. Data yang dicari ditemukan jika melakukan klik tombol Cari

Data berhasil ditemukan. Tombol Cari sesuai yang diharapkan


Hasil Uji Halaman Kriteria (Data Salah)

Data Masukan


Data yang tidak diisi

Data tidak dapat disimpan dan menampilkan pesan kesalahan

Data tidak dapat disimpan dan menampilkan pesan kesalahan. Tombol sesuai diharapkan


4. Pengujian Halaman Clustering

Pengujian pada halaman menu clustering ini adalah pengujian pada tombol-

tombol yang terdapat pada submenu halaman ini yaitu halaman submenu clustering

rumah, usaha, dan harta yang kemudian apabila parameter-parameter telah diisi

akan dilakukan proses perhitungan Fuzzy C-Means. Hasil pengujian submenu

halaman clustering (clustering rumah, clustering usaha, dan clustering harta) dapat

dilihat pada Tabel 5.4.

111

Tabel 5.4 Pengujian Halaman Clustering

Hasil Uji Halaman Clustering (Data Normal)


Klik tombol Proses

Memasukan parameter-parameter yang akan diproses, menampilakan tabel hasil clustering jika melakukan klik tombol proses

Data berhasil diproses dan ditampilkan di dalam tabel hasil clustering. Tombol Proses sesuai yang diharapkan


Hasil Uji Halaman Clustering (Data Salah)


Parameter tidak diisi

Data tidak dapat diproses.

Data tidak dapat diproses. Tombol Proses sesuai yang diharapkan


5. Pengujian Halaman Hasil Clustering

Pengujian pada halaman menu hasil clustering ini adalah pengujian pada

tombol-tombol yang terdapat pada halaman ini yaitu tombol cetak dan tombol cetak

mustahik yang layak. Hasil pengujian halaman hasil clustering dapat dilihat pada

Tabel 5.5.

Tabel 5.5 Pengujian Halaman Hasil Clustering

Hasil Uji Halaman Hasil Clustering (Data Normal)


Klik tombol Cetak

Menampilkan data hasil perhitungan clustering dalam format file *jrprint

Menampilkan data hasil perhitungan clustering dalam format file *jrprint. Tombol Cetak sesuai yang diharapkan


Klik tombol Cetak Mustahik yang Layak

Menampilkan data hasil perhitungan clustering hanya untuk mustahik yang mendapatkan zakat dalam format file *jrprint

Menampilkan data hasil perhitungan clustering hanya untuk mustahik yang mendapatkan zakat dalam format file *jrprint. Tombol Cetak Mustahik yang Layak sesuai yang diharapkan


112

6. Pengujian Halaman Data User

Pengujian halaman menu data user ini adalah pengujian pada tombol-

tombol yang terdapat pada halaman data user yang kemudian data-data yang telah

diolah akan masuk ke dalam database. Hasil pengujian halaman menu data user


Tabel 5.6 Pengujian Halaman Data User

Hasil Uji Halaman Data User (Data Normal)

Data Masukan


Klik tombol Tambah

Memasukan data user dan tersimpan di dalam database jika melakukan klik tombol tambah

Data tersimpan di dalam database dan ditampilkan di dalam tabel data user. Tombol Tambah sesuai yang diharapkan


Klik tombol Edit

Pilih pada tabel data user yang akan diubah, menampilkan data yang akan diubah, data yang sudah diubah akan tersimpan di dalam database jika mengklik tombol Edit

Data berhasil diubah tersimpan di dalam database dan ditampilkan di dalam tabel data user. Tombol Edit sesuai yang diharapkan


Klik tombol Hapus

Pilih pada tabel data user yang akan dihapus. Data di dalam database akan terhapus jika melakukan klik tombol Hapus

Data di dalam database berhasil dihapus dan terhapus pula di dalam tabel data user. Tombol Hapus sesuai yang diharapkan


7. Pengujian Halaman Tentang Aplikasi

Hasil pengujian halaman menu tentang aplikasi untuk mengetahui

tampilannya adalah dapat dilihat pada Tabel 5.7.

Tabel 5.7 Pengujian Halaman Tentang Aplikasi

Hasil Uji Halaman Tentang Aplikasi (Data Normal)


Pilih Menu Tentang Aplikasi

Menampilkan keterangan aplikasi.

Dapat menampilkan keterangan aplikasi sesuai yang diharapkan


113

8. Pengujian Halaman Logout

Hasil pengujian halaman menu logout dapat dilihat pada Tabel 5.8.

Tabel 5.8 Pengujian Halaman Logout

Hasil Uji Halaman Logout (Data Normal)


Pilih Menu Logout

Keluar dari halaman utama.

Dapat keluar dari halaman utama sesuai yang diharapkan


5.3.2 Pengujian Perbandingan Hasil Keputusan

Pada tahap pengujian ini dilakukan dengan membandingkan antara hasil

pada aplikasi penentuan mustahik ini menggunakan metode Fuzzy C-Means dengan

hasil manual melalui musyawarah yang dilakukan oleh Badan Amil Zakat Nasional

Kota Kendari. Data pengujian yang digunakan terdiri dari 200 data yang merupakan

data hasil survei periode Maret 2015 untuk Kecamatan Wua-Wua dan Kadia. Proses

perbandingan hasil pengujian ditunjukkan pada Tabel 5.9.

Tabel 5.9 Hasil Clustering Rumah

ID Nama U1 U2 C1 C2 Poin

1 BASRI 0.2178135 0.7821865 - √ 1 2 NURBIAH 0.3096211 0.6903789 - √ 1 3 HAMSANG M 0.3011817 0.6988183 - √ 1 4 HASMUDDIN 0.2191954 0.7808046 - √ 1 5 YULIANA ASSAH 0.2180666 0.7819334 - √ 1 6 SRI SUSILOWATI 0.289694 0.710306 - √ 1 7 LA ODE NIUMBO 0.8908082 0.1091918 √ - 0 8 ANGKUMALA 0.1991228 0.8008772 - √ 1 9 NASIAH 0.2178135 0.7821865 - √ 1 10 INSAN 0.3304369 0.6695631 - √ 1 11 SERLIN 0.2978605 0.7021395 - √ 1 12 SAWIAH 0.1822356 0.8177644 - √ 1 13 LISBET 0.3361685 0.6638315 - √ 1 14 AMILUDIN 0.8384148 0.1615852 √ - 0 15 AGUS 0.1295704 0.8704296 - √ 1 16 JAMSIR 0.6958343 0.3041657 √ - 0 17 SITI ALIAH 0.1767059 0.8232941 - √ 1 18 IMASA 0.2126102 0.7873898 - √ 1 19 ANDI JUMAIN KOILA 0.2681781 0.7318219 - √ 1 20 SITI HARMILA 0.3361685 0.6638315 - √ 1

114


21 NURIAH 0.1791546 0.8208454 - √ 1 22 NURLIAN HIALU 0.3630137 0.6369863 - √ 1 23 LA ALI 0.2067622 0.7932378 - √ 1 24 MARHAN 0.1814083 0.8185917 - √ 1 25 WA ATU 0.0811513 0.9188487 - √ 1 26 CIDU 0.1463486 0.8536514 - √ 1 27 DARWIS 0.0795159 0.9204841 - √ 1 28 RUDI 0.8630059 0.1369941 √ - 0 29 DAUD LASINDO 0.0795159 0.9204841 - √ 1 30 WESINE 0.0795159 0.9204841 - √ 1 31 SAKKA 0.2501342 0.7498658 - √ 1 32 MBIMA 0.3265601 0.6734399 - √ 1 33 ELLYS 0.4890236 0.5109764 - √ 1 34 DANUS 0.3857702 0.6142298 - √ 1 35 HASAN REMBA 0.4890236 0.5109764 - √ 1 36 SURIANA 0.0795159 0.9204841 - √ 1 37 USMAN SANTOSO 0.2133324 0.7866676 - √ 1 38 DASUMI 0.3411713 0.6588287 - √ 1 39 BURHANUDDIN 0.0795159 0.9204841 - √ 1 40 KASMANI 0.0532993 0.9467007 - √ 1 41 HARIS REMBA 0.1295704 0.8704296 - √ 1 42 SAINUL 0.1814083 0.8185917 - √ 1 43 DAMHALIM 0.0795159 0.9204841 - √ 1 44 ALENA 0.4362514 0.5637486 - √ 1 45 ARIPAH 0.3101346 0.6898654 - √ 1 46 MANSYUR 0.2116219 0.7883781 - √ 1 47 EMIRIA 0.2600287 0.7399713 - √ 1 48 KEHU 0.5129219 0.4870781 √ - 0 49 JAINUDDIN 0.4362514 0.5637486 - √ 1 50 GUNTUR 0.0795159 0.9204841 - √ 1 51 NY. MIKE TOGALA 0.2034878 0.7965122 - √ 1 52 MUH. IQBAL MADONG 0.4362514 0.5637486 - √ 1 53 HASANUDDIN 0.1046521 0.8953479 - √ 1 54 AMIRUDIN 0.7487801 0.2512199 √ - 0 55 HARDIN RAKIL 0.5358963 0.4641037 √ - 0 56 HASDIN 0.7858853 0.2141147 √ - 0 57 NURLIAN 0.225374 0.774626 - √ 1 58 AMRIN JAYA 0.1046521 0.8953479 - √ 1 59 RISNAWATI 0.2133324 0.7866676 - √ 1 60 ANTON 0.1544757 0.8455243 - √ 1 61 ANDI MISNAWATI 0.2133324 0.7866676 - √ 1 62 WIDA MINAWANGSA 0.2133324 0.7866676 - √ 1 63 LAMADA 0.1046521 0.8953479 - √ 1 64 ARDANSYAH 0.8068664 0.1931336 √ - 0 65 AEDIT BAHMID 0.0795159 0.9204841 - √ 1

115


66 SALIHI 0.1791546 0.8208454 - √ 1 67 JALNA 0.3411918 0.6588082 - √ 1 68 ANWAR 0.6484231 0.3515769 √ - 0 69 BAHRIN 0.8836896 0.1163104 √ - 0 70 SURMIN 0.3296894 0.6703106 - √ 1 71 MAHYUDDIN 0.3162205 0.6837795 - √ 1 72 BOY MASHUR 0.5507874 0.4492126 √ - 0 73 LAODE BARI 0.271906 0.728094 - √ 1 74 MAWI 0.1753036 0.8246964 - √ 1 75 WAODE IGI 0.3304369 0.6695631 - √ 1 76 MAHMUD LAMAAGA 0.1046521 0.8953479 - √ 1 77 YUL LUSLE 0.3887291 0.6112709 - √ 1 78 LAODE SAUDI 0.1463486 0.8536514 - √ 1 79 LATAMISA 0.4196348 0.5803652 - √ 1 80 WA AHI 0.1502032 0.8497968 - √ 1 81 IRNAWATI 0.2116867 0.7883133 - √ 1 82 LAJUNU 0.1529424 0.8470576 - √ 1 83 ABIN SISKA 0.4160528 0.5839472 - √ 1 84 LAODE SYAMSUDDIN 0.1544757 0.8455243 - √ 1 85 LA ADO 0.6663034 0.3336966 √ - 0 86 UDIN 0.3745862 0.6254138 - √ 1 87 WAODE HAMLIA 0.0795159 0.9204841 - √ 1 88 NURI 0.2757666 0.7242334 - √ 1 89 MARYAM 0.0795159 0.9204841 - √ 1 90 HAJRA 0.2116219 0.7883781 - √ 1 91 1`sSULTAN 0.0795159 0.9204841 - √ 1 92 TITI 0.0532993 0.9467007 - √ 1 93 SAMLIA 0.5052437 0.4947563 √ - 0 94 AKHIRUDDIN 0.2033845 0.7966155 - √ 1 95 ST AMINAH 0.2578682 0.7421318 - √ 1 96 LANDAWA 0.7627508 0.2372492 √ - 0 97 HAFID 0.1760083 0.8239917 - √ 1 98 NY. LAHUSA 0.2951367 0.7048633 - √ 1 99 SITI HAWA 0.1526242 0.8473758 - √ 1 100 NURHAYATI 0.0795159 0.9204841 - √ 1 101 NY. HARSIAH 0.1744852 0.8255148 - √ 1 102 AMIR KUMIS 0.0532993 0.9467007 - √ 1 103 DAENG NOMPO 0.1421713 0.8578287 - √ 1

104 DAENG KANANG SONGKE

0.2370775 0.7629225 - √ 1

105 HENDRAWAN 0.8945746 0.1054254 √ - 0 106 ARIFIN 0.7687282 0.2312718 √ - 0 107 ATIKA SARI 0.7898789 0.2101211 √ - 0 108 KUSNO 0.7652941 0.2347059 √ - 0 109 SITI HAERIAH 0.0795159 0.9204841 - √ 1

116


110 INDAH JAYA 0.1408643 0.8591357 - √ 1 111 NURDIN 0.0795159 0.9204841 - √ 1 112 ISKANDAR 0.8103238 0.1896762 √ - 0 113 HERLINA 0.8945746 0.1054254 √ - 0 114 SAIFUL 0.7613454 0.2386546 √ - 0 115 A.HAMID 0.3671744 0.6328256 - √ 1 116 HAJIRA 0.1408643 0.8591357 - √ 1 117 WIKYO SUYATO 0.1408643 0.8591357 - √ 1 118 AMIR 0.0795159 0.9204841 - √ 1 119 HARPING 0.0532993 0.9467007 - √ 1 120 PATI 0.2339219 0.7660781 - √ 1 121 ISMAIL 0.1822356 0.8177644 - √ 1 122 RAUF LA UPA 0.0532993 0.9467007 - √ 1 123 SATTUBO 0.0795159 0.9204841 - √ 1 124 AMIR 0.2722262 0.7277738 - √ 1 125 MUKSIN 0.0811513 0.9188487 - √ 1 126 HUSNI 0.8100044 0.1899956 √ - 0 127 EMIKA 0.8388136 0.1611864 √ - 0 128 SUMINI 0.9304636 0.0695364 √ - 0 129 SARTIKA 0.9304636 0.0695364 √ - 0 130 ABIDIN 0.8100044 0.1899956 √ - 0 131 USMAN 0.1791546 0.8208454 - √ 1 132 ILYAS BALI 0.339064 0.660936 - √ 1 133 ABD. SYUKUR 0.0795159 0.9204841 - √ 1 134 HAFID 0.2600287 0.7399713 - √ 1 135 ITFALANSAH 0.8731684 0.1268316 √ - 0 136 WINDAYANI 0.8244892 0.1755108 √ - 0 137 ABD. HARIS 0.7729907 0.2270093 √ - 0 138 KRISTINA BANGUN 0.1544757 0.8455243 - √ 1 139 ST. SALMIAH 0.1991228 0.8008772 - √ 1 140 DARMAN 0.7692582 0.2307418 √ - 0 141 AZAHARI 0.7992022 0.2007978 √ - 0 142 INANG 0.1408643 0.8591357 - √ 1 143 HAMLIA 0.0795159 0.9204841 - √ 1 144 KATIMIN 0.4890236 0.5109764 - √ 1 145 NUR INDRIANI 0.4362514 0.5637486 - √ 1 146 JUMARDIN 0.387795 0.612205 - √ 1 147 EDY SUKRAN 0.387795 0.612205 - √ 1 148 HARDIYANTI 0.8731684 0.1268316 √ - 0 149 LA FIU 0.7767139 0.2232861 √ - 0 150 FIRMAN 0.8254291 0.1745709 √ - 0 151 LA SARIU 0.387795 0.612205 - √ 1 152 KARIM 0.0795159 0.9204841 - √ 1 153 SAMIR L 0.4890236 0.5109764 - √ 1 154 IDA JUWITA 0.2677501 0.7322499 - √ 1

117


155 SABARUDDIN 0.3618084 0.6381916 - √ 1 156 KASIM 0.3630137 0.6369863 - √ 1 157 RUSDI AMIR 0.387795 0.612205 - √ 1 158 LA RAHIM 0.8062258 0.1937742 √ - 0 159 NURAILAH 0.7869127 0.2130873 √ - 0 160 ROS SUSANTI 0.387795 0.612205 - √ 1 161 MARDIANA 0.3618084 0.6381916 - √ 1 162 NURLIA 0.4890236 0.5109764 - √ 1 163 RATNA 0.0795159 0.9204841 - √ 1

164 TOY FIRDAUS SURYA WIRA

0.39204 0.60796 - √ 1

165 KAHARUDDIN MATTAJANG

0.2339219 0.7660781 - √ 1

166 SITTI HASNAH LA ODE KARA

0.0795159 0.9204841 - √ 1

167 AGUSTINA 0.8285177 0.1714823 √ - 0 168 HERMANTO 0.9304636 0.0695364 √ - 0 169 WA ODE NURUMA 0.0795159 0.9204841 - √ 1 170 SITI NURLAN 0.2132583 0.7867417 - √ 1 171 HAERUL TAMRIN 0.1408643 0.8591357 - √ 1 172 MISDI 0.5776012 0.4223988 √ - 0 173 PONIDI 0.7237654 0.2762346 √ - 0 174 RIZALDI 0.9304636 0.0695364 √ - 0 175 RAHAYU 0.893441 0.106559 √ - 0 176 SOLIHIN 0.3273612 0.6726388 - √ 1 177 NOVIANA 0.8212424 0.1787576 √ - 0 178 HASNATANG 0.1408643 0.8591357 - √ 1 179 SUKMA 0.8001797 0.1998203 √ - 0 180 ALAUDIN 0.7740841 0.2259159 √ - 0 181 DANDI PRATAMA 0.7607666 0.2392334 √ - 0 182 PAITE 0.4890236 0.5109764 - √ 1 183 DG. HAMID 0.1526242 0.8473758 - √ 1 184 SURIADO HADO 0.0795159 0.9204841 - √ 1 185 FATMAWATI TORADA 0.387795 0.612205 - √ 1 186 SYAHARUDDIN 0.0795159 0.9204841 - √ 1 187 SAHRUN MOITA 0.4890236 0.5109764 - √ 1 188 AWALUDDIN MADJID 0.2501342 0.7498658 - √ 1 189 HALIM 0.0795159 0.9204841 - √ 1 190 MUH. ABDI T 0.1446023 0.8553977 - √ 1 191 DARWIS 0.387795 0.612205 - √ 1 192 FITRAH 0.7898789 0.2101211 √ - 0 193 RIA 0.0795159 0.9204841 - √ 1 194 DJASMAN SULAEMAN 0.0795159 0.9204841 - √ 1 195 HASDIANA 0.4447415 0.5552585 - √ 1 196 MUH. ANSHAR 0.4890236 0.5109764 - √ 1

118


Berdasarkan hasil clustering rumah pada Tabel 5.9 didapatkan nilai

persentase kelayakan Cluster 1 = 21,43% dan Cluster 2 = 66,43%. Dari hasil

tersebut nilai yang terbesar diambil untuk mendapatkan kelayakan pada kriteria

indeks rumah. Sehingga yang termasuk dalam kategori layak untuk indeks rumah

adalah cluster 2. Setiap calon mustahik yang termasuk dalam kategori layak akan

mendapatkan 1 poin untuk setiap kriteria yang dihitung.

Tabel 5.10 Hasil Clustering Usaha


1 BASRI 0.7807516 0.2192484 √ - 1 2 NURBIAH 0.7442928 0.2557072 √ - 1 3 HAMSANG M 0.5910997 0.4089003 √ - 1 4 HASMUDDIN 0.6070974 0.3929026 √ - 1 5 YULIANA ASSAH 0.4589018 0.5410982 - √ 0 6 SRI SUSILOWATI 0.8268752 0.1731248 √ - 1 7 LA ODE NIUMBO 0.2411854 0.7588146 - √ 0 8 ANGKUMALA 0.7134447 0.2865553 √ - 1 9 NASIAH 0.8268752 0.1731248 √ - 1 10 INSAN 0.8351062 0.1648938 √ - 1 11 SERLIN 0.6070974 0.3929026 √ - 1 12 SAWIAH 0.8268752 0.1731248 √ - 1 13 LISBET 0.2389931 0.7610069 - √ 0 14 AMILUDIN 0.185857 0.814143 - √ 0 15 AGUS 0.8169253 0.1830747 √ - 1 16 JAMSIR 0.2561591 0.7438409 - √ 0 17 SITI ALIAH 0.6587507 0.3412493 √ - 1 18 IMASA 0.6456681 0.3543319 √ - 1 19 ANDI JUMAIN KOILA 0.8268752 0.1731248 √ - 1 20 SITI HARMILA 0.2892534 0.7107466 - √ 0 21 NURIAH 0.7442928 0.2557072 √ - 1 22 NURLIAN HIALU 0.6070974 0.3929026 √ - 1 23 LA ALI 0.6456681 0.3543319 √ - 1 24 MARHAN 0.4306877 0.5693123 - √ 0 25 WA ATU 0.6224209 0.3775791 √ - 1 26 CIDU 0.8195794 0.1804206 √ - 1

197 WARDA 0.4890236 0.5109764 - √ 1 198 DG. RUPPA 0.0795159 0.9204841 - √ 1 199 RATNA 0.387795 0.612205 - √ 1 200 ST. AMINAH 0.4890236 0.5109764 - √ 1

119


27 DARWIS 0.7242908 0.2757092 √ - 1 28 RUDI 0.2389931 0.7610069 - √ 0 29 DAUD LASINDO 0.7442928 0.2557072 √ - 1 30 WESINE 0.8268752 0.1731248 √ - 1 31 SAKKA 0.8268752 0.1731248 √ - 1 32 MBIMA 0.7442928 0.2557072 √ - 1 33 ELLYS 0.6446189 0.3553811 √ - 1 34 DANUS 0.8073795 0.1926205 √ - 1 35 HASAN REMBA 0.7452748 0.2547252 √ - 1 36 SURIANA 0.7452748 0.2547252 √ - 1 37 USMAN SANTOSO 0.8351062 0.1648938 √ - 1 38 DASUMI 0.7442928 0.2557072 √ - 1 39 BURHANUDDIN 0.8351062 0.1648938 √ - 1 40 KASMANI 0.8268752 0.1731248 √ - 1 41 HARIS REMBA 0.7452748 0.2547252 √ - 1 42 SAINUL 0.8351062 0.1648938 √ - 1 43 DAMHALIM 0.7242512 0.2757488 √ - 1 44 ALENA 0.440467 0.559533 - √ 0 45 ARIPAH 0.8268752 0.1731248 √ - 1 46 MANSYUR 0.8351062 0.1648938 √ - 1 47 EMIRIA 0.7242908 0.2757092 √ - 1 48 KEHU 0.8195794 0.1804206 √ - 1 49 JAINUDDIN 0.6688962 0.3311038 √ - 1 50 GUNTUR 0.6456681 0.3543319 √ - 1 51 NY. MIKE TOGALA 0.7565097 0.2434903 √ - 1 52 MUH. IQBAL MADONG 0.7452748 0.2547252 √ - 1 53 HASANUDDIN 0.8351062 0.1648938 √ - 1 54 AMIRUDIN 0.7442928 0.2557072 √ - 1 55 HARDIN RAKIL 0.8351062 0.1648938 √ - 1 56 HASDIN 0.2070163 0.7929837 - √ 0 57 NURLIAN 0.6456681 0.3543319 √ - 1 58 AMRIN JAYA 0.7452748 0.2547252 √ - 1 59 RISNAWATI 0.7442928 0.2557072 √ - 1 60 ANTON 0.8351062 0.1648938 √ - 1 61 ANDI MISNAWATI 0.8289616 0.1710384 √ - 1 62 WIDA MINAWANGSA 0.8351062 0.1648938 √ - 1 63 LAMADA 0.8268752 0.1731248 √ - 1 64 ARDANSYAH 0.2977904 0.7022096 - √ 0 65 AEDIT BAHMID 0.6093163 0.3906837 √ - 1 66 SALIHI 0.7242908 0.2757092 √ - 1 67 JALNA 0.8268752 0.1731248 √ - 1 68 ANWAR 0.2827679 0.7172321 - √ 0 69 BAHRIN 0.688636 0.311364 √ - 1 70 SURMIN 0.8268752 0.1731248 √ - 1 71 MAHYUDDIN 0.8195794 0.1804206 √ - 1

120


72 BOY MASHUR 0.7442928 0.2557072 √ - 1 73 LAODE BARI 0.7442928 0.2557072 √ - 1 74 MAWI 0.8351062 0.1648938 √ - 1 75 WAODE IGI 0.4670227 0.5329773 - √ 0 76 MAHMUD LAMAAGA 0.5097257 0.4902743 √ - 1 77 YUL LUSLE 0.5991906 0.4008094 √ - 1 78 LAODE SAUDI 0.4386774 0.5613226 - √ 0 79 LATAMISA 0.6434126 0.3565874 √ - 1 80 WA AHI 0.2037101 0.7962899 - √ 0 81 IRNAWATI 0.6446189 0.3553811 √ - 1 82 LAJUNU 0.8073795 0.1926205 √ - 1 83 ABIN SISKA 0.6456681 0.3543319 √ - 1 84 LAODE SYAMSUDDIN 0.2212887 0.7787113 - √ 0 85 LA ADO 0.5097257 0.4902743 √ - 1 86 UDIN 0.6607033 0.3392967 √ - 1 87 WAODE HAMLIA 0.7803879 0.2196121 √ - 1 88 NURI 0.6938954 0.3061046 √ - 1 89 MARYAM 0.8268752 0.1731248 √ - 1 90 HAJRA 0.7442928 0.2557072 √ - 1 91 SULTAN 0.5420609 0.4579391 √ - 1 92 TITI 0.8268752 0.1731248 √ - 1 93 SAMLIA 0.2789789 0.7210211 - √ 0 94 AKHIRUDDIN 0.4386774 0.5613226 - √ 0 95 ST AMINAH 0.7452748 0.2547252 √ - 1 96 LANDAWA 0.8195794 0.1804206 √ - 1 97 HAFID 0.8351062 0.1648938 √ - 1 98 NY. LAHUSA 0.8268752 0.1731248 √ - 1 99 SITI HAWA 0.2037101 0.7962899 - √ 0 100 NURHAYATI 0.2212887 0.7787113 - √ 0 101 NY. HARSIAH 0.5420609 0.4579391 √ - 1 102 AMIR KUMIS 0.8073795 0.1926205 √ - 1 103 DAENG NOMPO 0.4438836 0.5561164 - √ 0 104 DAENG KANANG

SONGKE 0.5097257 0.4902743 √ - 1

105 HENDRAWAN 0.2572258 0.7427742 - √ 0 106 ARIFIN 0.2743423 0.7256577 - √ 0 107 ATIKA SARI 0.2685345 0.7314655 - √ 0 108 KUSNO 0.3236798 0.6763202 - √ 0 109 SITI HAERIAH 0.8073795 0.1926205 √ - 1 110 INDAH JAYA 0.5097257 0.4902743 √ - 1 111 NURDIN 0.6269673 0.3730327 √ - 1 112 ISKANDAR 0.3518727 0.6481273 - √ 0 113 HERLINA 0.4306877 0.5693123 - √ 0 114 SAIFUL 0.2410029 0.7589971 - √ 0 115 A.HAMID 0.6688962 0.3311038 √ - 1

121


116 HAJIRA 0.6456681 0.3543319 √ - 1 117 WIKYO SUYATO 0.6456681 0.3543319 √ - 1 118 AMIR 0.6688962 0.3311038 √ - 1 119 HARPING 0.7134447 0.2865553 √ - 1 120 PATI 0.6070974 0.3929026 √ - 1 121 ISMAIL 0.5097257 0.4902743 √ - 1 122 RAUF LA UPA 0.8239178 0.1760822 √ - 1 123 SATTUBO 0.4038597 0.5961403 - √ 0 124 AMIR 0.6070974 0.3929026 √ - 1 125 MUKSIN 0.262172 0.737828 - √ 0 126 HUSNI 0.245838 0.754162 - √ 0 127 EMIKA 0.3287328 0.6712672 - √ 0 128 SUMINI 0.2732197 0.7267803 - √ 0 129 SARTIKA 0.2853101 0.7146899 - √ 0 130 ABIDIN 0.3486594 0.6513406 - √ 0 131 USMAN 0.2359394 0.7640606 - √ 0 132 ILYAS BALI 0.2762133 0.7237867 - √ 0 133 ABD. SYUKUR 0.5097257 0.4902743 √ - 1 134 HAFID 0.8073795 0.1926205 √ - 1 135 ITFALANSAH 0.1706699 0.8293301 - √ 0 136 WINDAYANI 0.2977055 0.7022945 - √ 0 137 ABD. HARIS 0.2980507 0.7019493 - √ 0 138 KRISTINA BANGUN 0.6456681 0.3543319 √ - 1 139 ST. SALMIAH 0.7573602 0.2426398 √ - 1 140 DARMAN 0.2721825 0.7278175 - √ 0 141 AZAHARI 0.3048825 0.6951175 - √ 0 142 INANG 0.6826316 0.3173684 √ - 1 143 HAMLIA 0.8169253 0.1830747 √ - 1 144 KATIMIN 0.6456681 0.3543319 √ - 1 145 NUR INDRIANI 0.8239178 0.1760822 √ - 1 146 JUMARDIN 0.7134447 0.2865553 √ - 1 147 EDY SUKRAN 0.6456681 0.3543319 √ - 1 148 HARDIYANTI 0.1506198 0.8493802 - √ 0 149 LA FIU 0.2411854 0.7588146 - √ 0 150 FIRMAN 0.2876832 0.7123168 - √ 0 151 LA SARIU 0.8073795 0.1926205 √ - 1 152 KARIM 0.6456681 0.3543319 √ - 1 153 SAMIR L 0.6456681 0.3543319 √ - 1 154 IDA JUWITA 0.7452748 0.2547252 √ - 1 155 SABARUDDIN 0.6070974 0.3929026 √ - 1 156 KASIM 0.7573602 0.2426398 √ - 1 157 RUSDI AMIR 0.6456681 0.3543319 √ - 1 158 LA RAHIM 0.2410029 0.7589971 - √ 0 159 NURAILAH 0.2411854 0.7588146 - √ 0 160 ROS SUSANTI 0.8318494 0.1681506 √ - 1

122


161 MARDIANA 0.8239178 0.1760822 √ - 1 162 NURLIA 0.5097257 0.4902743 √ - 1 163 RATNA 0.4034202 0.5965798 - √ 0 164 TOY FIRDAUS SURYA

WIRA 0.2933119 0.7066881 - √ 0


0.5097257 0.4902743 √ - 1


0.5148831 0.4851169 √ - 1

167 AGUSTINA 0.2610339 0.7389661 - √ 0 168 HERMANTO 0.3115317 0.6884683 - √ 0 169 WA ODE NURUMA 0.8169253 0.1830747 √ - 1 170 SITI NURLAN 0.757987 0.242013 √ - 1 171 HAERUL TAMRIN 0.6584558 0.3415442 √ - 1 172 MISDI 0.6269673 0.3730327 √ - 1 173 PONIDI 0.5731722 0.4268278 √ - 1 174 RIZALDI 0.2919561 0.7080439 - √ 0 175 RAHAYU 0.2827679 0.7172321 - √ 0 176 SOLIHIN 0.4091491 0.5908509 - √ 0 177 NOVIANA 0.4306877 0.5693123 - √ 0 178 HASNATANG 0.3439397 0.6560603 - √ 0 179 SUKMA 0.4091491 0.5908509 - √ 0 180 ALAUDIN 0.3024214 0.6975786 - √ 0 181 DANDI PRATAMA 0.2510969 0.7489031 - √ 0 182 PAITE 0.2762133 0.7237867 - √ 0 183 DG. HAMID 0.5097257 0.4902743 √ - 1 184 SURIADO HADO 0.3469097 0.6530903 - √ 0 185 FATMAWATI TORADA 0.6584558 0.3415442 √ - 1 186 SYAHARUDDIN 0.3571558 0.6428442 - √ 0 187 SAHRUN MOITA 0.4390897 0.5609103 - √ 0 188 AWALUDDIN MADJID 0.6446189 0.3553811 √ - 1 189 HALIM 0.6070974 0.3929026 √ - 1 190 MUH. ABDI T 0.2762133 0.7237867 - √ 0 191 DARWIS 0.5097257 0.4902743 √ - 1 192 FITRAH 0.1506198 0.8493802 - √ 0 193 RIA 0.6070974 0.3929026 √ - 1 194 DJASMAN SULAEMAN 0.7076999 0.2923001 √ - 1 195 HASDIANA 0.6070974 0.3929026 √ - 1 196 MUH. ANSHAR 0.560664 0.439336 √ - 1 197 WARDA 0.6070974 0.3929026 √ - 1 198 DG. RUPPA 0.6456681 0.3543319 √ - 1 199 RATNA 0.5529461 0.4470539 √ - 1 200 ST. AMINAH 0.5642581 0.4357419 √ - 1

123

Berdasarkan hasil clustering usaha ini didapatkan persentase kelayakan

Cluster 1 = 60,83% dan Cluster 2 = 25,0%. Sehingga calon mustahik yang termasuk

kategori layak berdasarkan indeks usaha adalah yang termasuk dalam cluster 1.

Tabel 5.11 Hasil Clustering Harta


1 BASRI 0.2854973 0.7145027 - √ 0 2 NURBIAH 0.1534878 0.8465122 - √ 0 3 HAMSANG M 0.7902778 0.2097222 √ - 1 4 HASMUDDIN 0.0674185 0.9325815 - √ 0 5 YULIANA ASSAH 0.8577425 0.1422575 √ - 1 6 SRI SUSILOWATI 0.7489136 0.2510864 √ - 1 7 LA ODE NIUMBO 0.4189517 0.5810483 - √ 0 8 ANGKUMALA 0.6445198 0.3554802 √ - 1 9 NASIAH 0.0960617 0.9039383 - √ 0 10 INSAN 0.2021111 0.7978889 - √ 0 11 SERLIN 0.0960617 0.9039383 - √ 0 12 SAWIAH 0.0674185 0.9325815 - √ 0 13 LISBET 0.3860264 0.6139736 - √ 0 14 AMILUDIN 0.336887 0.663113 - √ 0 15 AGUS 0.7902778 0.2097222 √ - 1 16 JAMSIR 0.4666767 0.5333233 - √ 0 17 SITI ALIAH 0.0960617 0.9039383 - √ 0 18 IMASA 0.7489136 0.2510864 √ - 1 19 ANDI JUMAIN KOILA 0.7902778 0.2097222 √ - 1 20 SITI HARMILA 0.0960617 0.9039383 - √ 0 21 NURIAH 0.0960617 0.9039383 - √ 0 22 NURLIAN HIALU 0.6933382 0.3066618 √ - 1 23 LA ALI 0.7902778 0.2097222 √ - 1 24 MARHAN 0.0960617 0.9039383 - √ 0 25 WA ATU 0.0674185 0.9325815 - √ 0 26 CIDU 0.8577425 0.1422575 √ - 1 27 DARWIS 0.0960617 0.9039383 - √ 0 28 RUDI 0.4189517 0.5810483 - √ 0 29 DAUD LASINDO 0.7902778 0.2097222 √ - 1 30 WESINE 0.5028761 0.4971239 √ - 1 31 SAKKA 0.775134 0.224866 √ - 1 32 MBIMA 0.8577425 0.1422575 √ - 1 33 ELLYS 0.5028761 0.4971239 √ - 1 34 DANUS 0.8577425 0.1422575 √ - 1 35 HASAN REMBA 0.7489136 0.2510864 √ - 1 36 SURIANA 0.0960617 0.9039383 - √ 0 37 USMAN SANTOSO 0.7902778 0.2097222 √ - 1

124


38 DASUMI 0.7672754 0.2327246 √ - 1 39 BURHANUDDIN 0.7902778 0.2097222 √ - 1 40 KASMANI 0.7902778 0.2097222 √ - 1 41 HARIS REMBA 0.7902778 0.2097222 √ - 1 42 SAINUL 0.7902778 0.2097222 √ - 1 43 DAMHALIM 0.7902778 0.2097222 √ - 1 44 ALENA 0.0960617 0.9039383 - √ 0 45 ARIPAH 0.5169406 0.4830594 √ - 1 46 MANSYUR 0.0960617 0.9039383 - √ 0 47 EMIRIA 0.8577425 0.1422575 √ - 1 48 KEHU 0.8577425 0.1422575 √ - 1 49 JAINUDDIN 0.7902778 0.2097222 √ - 1 50 GUNTUR 0.7902778 0.2097222 √ - 1 51 NY. MIKE TOGALA 0.7672754 0.2327246 √ - 1 52 MUH. IQBAL MADONG 0.7902778 0.2097222 √ - 1 53 HASANUDDIN 0.7672754 0.2327246 √ - 1 54 AMIRUDIN 0.7672754 0.2327246 √ - 1 55 HARDIN RAKIL 0.0960617 0.9039383 - √ 0 56 HASDIN 0.0960617 0.9039383 - √ 0 57 NURLIAN 0.2023196 0.7976804 - √ 0 58 AMRIN JAYA 0.7489136 0.2510864 √ - 1 59 RISNAWATI 0.0674185 0.9325815 - √ 0 60 ANTON 0.4065281 0.5934719 - √ 0 61 ANDI MISNAWATI 0.253125 0.746875 - √ 0 62 WIDA MINAWANGSA 0.0674185 0.9325815 - √ 0 63 LAMADA 0.253125 0.746875 - √ 0 64 ARDANSYAH 0.4189517 0.5810483 - √ 0 65 AEDIT BAHMID 0.0960617 0.9039383 - √ 0 66 SALIHI 0.0960617 0.9039383 - √ 0 67 JALNA 0.7115307 0.2884693 √ - 1 68 ANWAR 0.6445107 0.3554893 √ - 1 69 BAHRIN 0.3710821 0.6289179 - √ 0 70 SURMIN 0.5028761 0.4971239 √ - 1 71 MAHYUDDIN 0.5028761 0.4971239 √ - 1 72 BOY MASHUR 0.8577425 0.1422575 √ - 1 73 LAODE BARI 0.8577425 0.1422575 √ - 1 74 MAWI 0.8577425 0.1422575 √ - 1 75 WAODE IGI 0.7672754 0.2327246 √ - 1 76 MAHMUD LAMAAGA 0.6484259 0.3515741 √ - 1 77 YUL LUSLE 0.775134 0.224866 √ - 1 78 LAODE SAUDI 0.0674185 0.9325815 - √ 0 79 LATAMISA 0.6484259 0.3515741 √ - 1 80 WA AHI 0.0674185 0.9325815 - √ 0 81 IRNAWATI 0.0674185 0.9325815 - √ 0 82 LAJUNU 0.7489136 0.2510864 √ - 1

125


83 ABIN SISKA 0.0674185 0.9325815 - √ 0 84 LAODE SYAMSUDDIN 0.0960617 0.9039383 - √ 0 85 LA ADO 0.7489136 0.2510864 √ - 1 86 UDIN 0.6484259 0.3515741 √ - 1 87 WAODE HAMLIA 0.0674185 0.9325815 - √ 0 88 NURI 0.3981849 0.6018151 - √ 0 89 MARYAM 0.0674185 0.9325815 - √ 0 90 HAJRA 0.0960617 0.9039383 - √ 0 91 SULTAN 0.5028761 0.4971239 √ - 1 92 TITI 0.0674185 0.9325815 - √ 0 93 SAMLIA 0.0674185 0.9325815 - √ 0 94 AKHIRUDDIN 0.0960617 0.9039383 - √ 0 95 ST AMINAH 0.0674185 0.9325815 - √ 0 96 LANDAWA 0.8577425 0.1422575 √ - 1 97 HAFID 0.0960617 0.9039383 - √ 0 98 NY. LAHUSA 0.3981849 0.6018151 - √ 0 99 SITI HAWA 0.7115307 0.2884693 √ - 1 100 NURHAYATI 0.8577425 0.1422575 √ - 1 101 NY. HARSIAH 0.0674185 0.9325815 - √ 0 102 AMIR KUMIS 0.5028761 0.4971239 √ - 1 103 DAENG NOMPO 0.8577425 0.1422575 √ - 1 104 DAENG KANANG

SONGKE 0.3981849 0.6018151 - √ 0

105 HENDRAWAN 0.4189517 0.5810483 - √ 0 106 ARIFIN 0.3907694 0.6092306 - √ 0 107 ATIKA SARI 0.3907694 0.6092306 - √ 0 108 KUSNO 0.4189517 0.5810483 - √ 0 109 SITI HAERIAH 0.0674185 0.9325815 - √ 0 110 INDAH JAYA 0.0674185 0.9325815 - √ 0 111 NURDIN 0.7489136 0.2510864 √ - 1 112 ISKANDAR 0.6445198 0.3554802 √ - 1 113 HERLINA 0.0960617 0.9039383 - √ 0 114 SAIFUL 0.4189517 0.5810483 - √ 0 115 A.HAMID 0.0960617 0.9039383 - √ 0 116 HAJIRA 0.0674185 0.9325815 - √ 0 117 WIKYO SUYATO 0.7489136 0.2510864 √ - 1 118 AMIR 0.1852373 0.8147627 - √ 0 119 HARPING 0.0674185 0.9325815 - √ 0 120 PATI 0.0674185 0.9325815 - √ 0 121 ISMAIL 0.7489136 0.2510864 √ - 1 122 RAUF LA UPA 0.0960617 0.9039383 - √ 0 123 SATTUBO 0.0674185 0.9325815 - √ 0 124 AMIR 0.1749585 0.8250415 - √ 0 125 MUKSIN 0.0960617 0.9039383 - √ 0 126 HUSNI 0.4010654 0.5989346 - √ 0

126


127 EMIKA 0.4119577 0.5880423 - √ 0 128 SUMINI 0.401339 0.598661 - √ 0 129 SARTIKA 0.1749585 0.8250415 - √ 0 130 ABIDIN 0.3576539 0.6423461 - √ 0 131 USMAN 0.0960617 0.9039383 - √ 0 132 ILYAS BALI 0.0674185 0.9325815 - √ 0 133 ABD. SYUKUR 0.0960617 0.9039383 - √ 0 134 HAFID 0.5028761 0.4971239 √ - 1 135 ITFALANSAH 0.4820785 0.5179215 - √ 0 136 WINDAYANI 0.2021111 0.7978889 - √ 0 137 ABD. HARIS 0.6445198 0.3554802 √ - 1 138 KRISTINA BANGUN 0.0674185 0.9325815 - √ 0 139 ST. SALMIAH 0.3981849 0.6018151 - √ 0 140 DARMAN 0.3220585 0.6779415 - √ 0 141 AZAHARI 0.5972598 0.4027402 √ - 1 142 INANG 0.3981849 0.6018151 - √ 0 143 HAMLIA 0.0960617 0.9039383 - √ 0 144 KATIMIN 0.8577425 0.1422575 √ - 1 145 NUR INDRIANI 0.0674185 0.9325815 - √ 0 146 JUMARDIN 0.7489136 0.2510864 √ - 1 147 EDY SUKRAN 0.0960617 0.9039383 - √ 0 148 HARDIYANTI 0.2021111 0.7978889 - √ 0 149 LA FIU 0.1749585 0.8250415 - √ 0 150 FIRMAN 0.168475 0.831525 - √ 0 151 LA SARIU 0.0674185 0.9325815 - √ 0 152 KARIM 0.8577425 0.1422575 √ - 1 153 SAMIR L 0.0674185 0.9325815 - √ 0 154 IDA JUWITA 0.5028761 0.4971239 √ - 1 155 SABARUDDIN 0.8577425 0.1422575 √ - 1 156 KASIM 0.6933382 0.3066618 √ - 1 157 RUSDI AMIR 0.8577425 0.1422575 √ - 1 158 LA RAHIM 0.2234451 0.7765549 - √ 0 159 NURAILAH 0.2234451 0.7765549 - √ 0 160 ROS SUSANTI 0.3981849 0.6018151 - √ 0 161 MARDIANA 0.3981849 0.6018151 - √ 0 162 NURLIA 0.8577425 0.1422575 √ - 1 163 RATNA 0.3981849 0.6018151 - √ 0 164 TOY FIRDAUS SURYA

WIRA 0.3981849 0.6018151 - √ 0


0.3981849 0.6018151 - √ 0


0.8577425 0.1422575 √ - 1

167 AGUSTINA 0.2021111 0.7978889 - √ 0 168 HERMANTO 0.3907694 0.6092306 - √ 0

127


169 WA ODE NURUMA 0.0674185 0.9325815 - √ 0 170 SITI NURLAN 0.8577425 0.1422575 √ - 1 171 HAERUL TAMRIN 0.8577425 0.1422575 √ - 1 172 MISDI 0.8577425 0.1422575 √ - 1 173 PONIDI 0.8577425 0.1422575 √ - 1 174 RIZALDI 0.7902778 0.2097222 √ - 1 175 RAHAYU 0.0960617 0.9039383 - √ 0 176 SOLIHIN 0.2021111 0.7978889 - √ 0 177 NOVIANA 0.1534878 0.8465122 - √ 0 178 HASNATANG 0.8577425 0.1422575 √ - 1 179 SUKMA 0.0960617 0.9039383 - √ 0 180 ALAUDIN 0.0960617 0.9039383 - √ 0 181 DANDI PRATAMA 0.2021111 0.7978889 - √ 0 182 PAITE 0.8577425 0.1422575 √ - 1 183 DG. HAMID 0.0674185 0.9325815 - √ 0 184 SURIADO HADO 0.8577425 0.1422575 √ - 1 185 FATMAWATI TORADA 0.8577425 0.1422575 √ - 1 186 SYAHARUDDIN 0.8577425 0.1422575 √ - 1 187 SAHRUN MOITA 0.8577425 0.1422575 √ - 1 188 AWALUDDIN MADJID 0.8577425 0.1422575 √ - 1 189 HALIM 0.775134 0.224866 √ - 1 190 MUH. ABDI T 0.8577425 0.1422575 √ - 1 191 DARWIS 0.8577425 0.1422575 √ - 1 192 FITRAH 0.2021111 0.7978889 - √ 0 193 RIA 0.0674185 0.9325815 - √ 0 194 DJASMAN SULAEMAN 0.0674185 0.9325815 - √ 0 195 HASDIANA 0.8577425 0.1422575 √ - 1 196 MUH. ANSHAR 0.8577425 0.1422575 √ - 1 197 WARDA 0.8577425 0.1422575 √ - 1 198 DG. RUPPA 0.5028761 0.4971239 √ - 1 199 RATNA 0.5028761 0.4971239 √ - 1 200 ST. AMINAH 0.5028761 0.4971239 √ - 1

Berdasarkan perhitungan hasil clustering harta pada Tabel 5.11 diperoleh

persentase kelayakan Cluster 1 = 77,2% dan Cluster 2 = 69,2%. Sehingga dari hasil

tersebut yang termasuk dalam kategori layak untuk indeks harta adalah calon

mustahik yang termasuk dalam cluster 1.

128

Tabel 5.12 Hasil Keseluruhan Clustering Indeks

NO NAMA Hasil Cluster Hasil

Akhir Rumah Usaha Harta 1 BASRI Diterima Diterima Ditolak Diterima 2 NURBIAH Diterima Diterima Ditolak Diterima 3 HAMSANG M Diterima Diterima Diterima Diterima 4 HASMUDDIN Diterima Diterima Ditolak Diterima 5 YULIANA ASSAH Diterima Ditolak Diterima Diterima 6 SRI SUSILOWATI Diterima Diterima Diterima Diterima 7 LA ODE NIUMBO Ditolak Ditolak Ditolak Ditolak 8 ANGKUMALA Diterima Diterima Diterima Diterima 9 NASIAH Diterima Diterima Ditolak Diterima 10 INSAN Diterima Diterima Ditolak Diterima 11 SERLIN Diterima Diterima Ditolak Diterima 12 SAWIAH Diterima Diterima Ditolak Diterima 13 LISBET Diterima Ditolak Ditolak Ditolak 14 AMILUDIN Ditolak Ditolak Ditolak Ditolak 15 AGUS Diterima Diterima Diterima Diterima 16 JAMSIR Ditolak Ditolak Ditolak Ditolak 17 SITI ALIAH Diterima Diterima Ditolak Diterima 18 IMASA Diterima Diterima Diterima Diterima 19 ANDI JUMAIN KOILA Diterima Diterima Diterima Diterima 20 SITI HARMILA Diterima Ditolak Ditolak Ditolak 21 NURIAH Diterima Diterima Ditolak Diterima 22 NURLIAN HIALU Diterima Diterima Diterima Diterima 23 LA ALI Diterima Diterima Diterima Diterima 24 MARHAN Diterima Ditolak Ditolak Ditolak 25 WA ATU Diterima Diterima Ditolak Diterima 26 CIDU Diterima Diterima Diterima Diterima 27 DARWIS Diterima Diterima Ditolak Diterima 28 RUDI Ditolak Ditolak Ditolak Ditolak 29 DAUD LASINDO Diterima Diterima Diterima Diterima 30 WESINE Diterima Diterima Diterima Diterima 31 SAKKA Diterima Diterima Diterima Diterima 32 MBIMA Diterima Diterima Diterima Diterima 33 ELLYS Diterima Diterima Diterima Diterima 34 DANUS Diterima Diterima Diterima Diterima 35 HASAN REMBA Diterima Diterima Diterima Diterima 36 SURIANA Diterima Diterima Ditolak Diterima 37 USMAN SANTOSO Diterima Diterima Diterima Diterima 38 DASUMI Diterima Diterima Diterima Diterima 39 BURHANUDDIN Diterima Diterima Diterima Diterima 40 KASMANI Diterima Diterima Diterima Diterima 41 HARIS REMBA Diterima Diterima Diterima Diterima

129


42 SAINUL Diterima Diterima Diterima Diterima 43 DAMHALIM Diterima Diterima Diterima Diterima 44 ALENA Diterima Ditolak Ditolak Ditolak 45 ARIPAH Diterima Diterima Diterima Diterima 46 MANSYUR Diterima Diterima Ditolak Diterima 47 EMIRIA Diterima Diterima Diterima Diterima 48 KEHU Ditolak Diterima Diterima Diterima 49 JAINUDDIN Diterima Diterima Diterima Diterima 50 GUNTUR Diterima Diterima Diterima Diterima 51 NY. MIKE TOGALA Diterima Diterima Diterima Diterima 52 MUH. IQBAL MADONG Diterima Diterima Diterima Diterima 53 HASANUDDIN Diterima Diterima Diterima Diterima 54 AMIRUDIN Ditolak Diterima Diterima Diterima 55 HARDIN RAKIL Ditolak Diterima Ditolak Ditolak 56 HASDIN Ditolak Ditolak Ditolak Ditolak 57 NURLIAN Diterima Diterima Ditolak Diterima 58 AMRIN JAYA Diterima Diterima Diterima Diterima 59 RISNAWATI Diterima Diterima Ditolak Diterima 60 ANTON Diterima Diterima Ditolak Diterima 61 ANDI MISNAWATI Diterima Diterima Ditolak Diterima 62 WIDA MINAWANGSA Diterima Diterima Ditolak Diterima 63 LAMADA Diterima Diterima Ditolak Diterima 64 ARDANSYAH Ditolak Ditolak Ditolak Ditolak 65 AEDIT BAHMID Diterima Diterima Ditolak Diterima 66 SALIHI Diterima Diterima Ditolak Diterima 67 JALNA Diterima Diterima Diterima Diterima 68 ANWAR Ditolak Ditolak Diterima Ditolak 69 BAHRIN Ditolak Diterima Ditolak Ditolak 70 SURMIN Diterima Diterima Diterima Diterima 71 MAHYUDDIN Diterima Diterima Diterima Diterima 72 BOY MASHUR Ditolak Diterima Diterima Diterima 73 LAODE BARI Diterima Diterima Diterima Diterima 74 MAWI Diterima Diterima Diterima Diterima 75 WAODE IGI Diterima Ditolak Diterima Diterima 76 MAHMUD LAMAAGA Diterima Diterima Diterima Diterima 77 YUL LUSLE Diterima Diterima Diterima Diterima 78 LAODE SAUDI Diterima Ditolak Ditolak Ditolak 79 LATAMISA Diterima Diterima Diterima Diterima 80 WA AHI Diterima Ditolak Ditolak Ditolak 81 IRNAWATI Diterima Diterima Ditolak Diterima 82 LAJUNU Diterima Diterima Diterima Diterima 83 ABIN SISKA Diterima Diterima Ditolak Diterima 84 LAODE SYAMSUDDIN Diterima Ditolak Ditolak Ditolak 85 LA ADO Ditolak Diterima Diterima Diterima

130


86 UDIN Diterima Diterima Diterima Diterima 87 WAODE HAMLIA Diterima Diterima Ditolak Diterima 88 NURI Diterima Diterima Ditolak Diterima 89 MARYAM Diterima Diterima Ditolak Diterima 90 HAJRA Diterima Diterima Ditolak Diterima 91 SULTAN Diterima Diterima Diterima Diterima 92 TITI Diterima Diterima Ditolak Diterima 93 SAMLIA Ditolak Ditolak Ditolak Ditolak 94 AKHIRUDDIN Diterima Ditolak Ditolak Ditolak 95 ST AMINAH Diterima Diterima Ditolak Diterima 96 LANDAWA Ditolak Diterima Diterima Diterima 97 HAFID Diterima Diterima Ditolak Diterima 98 NY. LAHUSA Diterima Diterima Ditolak Diterima 99 SITI HAWA Diterima Ditolak Diterima Diterima 100 NURHAYATI Diterima Ditolak Diterima Diterima 101 NY. HARSIAH Diterima Diterima Ditolak Diterima 102 AMIR KUMIS Diterima Diterima Diterima Diterima 103 DAENG NOMPO Diterima Ditolak Diterima Diterima 104 DAENG KANANG

SONGKE Diterima Diterima Ditolak Diterima

105 HENDRAWAN Ditolak Ditolak Ditolak Ditolak 106 ARIFIN Ditolak Ditolak Ditolak Ditolak 107 ATIKA SARI Ditolak Ditolak Ditolak Ditolak 108 KUSNO Ditolak Ditolak Ditolak Ditolak 109 SITI HAERIAH Diterima Diterima Ditolak Diterima 110 INDAH JAYA Diterima Diterima Ditolak Diterima 111 NURDIN Diterima Diterima Diterima Diterima 112 ISKANDAR Ditolak Ditolak Diterima Ditolak 113 HERLINA Ditolak Ditolak Ditolak Ditolak 114 SAIFUL Ditolak Ditolak Ditolak Ditolak 115 A.HAMID Diterima Diterima Ditolak Diterima 116 HAJIRA Diterima Diterima Ditolak Diterima 117 WIKYO SUYATO Diterima Diterima Diterima Diterima 118 AMIR Diterima Diterima Ditolak Diterima 119 HARPING Diterima Diterima Ditolak Diterima 120 PATI Diterima Diterima Ditolak Diterima 121 ISMAIL Diterima Diterima Diterima Diterima 122 RAUF LA UPA Diterima Diterima Ditolak Diterima 123 SATTUBO Diterima Ditolak Ditolak Ditolak 124 AMIR Diterima Diterima Ditolak Diterima 125 MUKSIN Diterima Ditolak Ditolak Ditolak 126 HUSNI Ditolak Ditolak Ditolak Ditolak 127 EMIKA Ditolak Ditolak Ditolak Ditolak 128 SUMINI Ditolak Ditolak Ditolak Ditolak 129 SARTIKA Ditolak Ditolak Ditolak Ditolak

131


130 ABIDIN Ditolak Ditolak Ditolak Ditolak 131 USMAN Diterima Ditolak Ditolak Ditolak 132 ILYAS BALI Diterima Ditolak Ditolak Ditolak 133 ABD. SYUKUR Diterima Diterima Ditolak Diterima 134 HAFID Diterima Diterima Diterima Diterima 135 ITFALANSAH Ditolak Ditolak Ditolak Ditolak 136 WINDAYANI Ditolak Ditolak Ditolak Ditolak 137 ABD. HARIS Ditolak Ditolak Diterima Ditolak 138 KRISTINA BANGUN Diterima Diterima Ditolak Diterima 139 ST. SALMIAH Diterima Diterima Ditolak Diterima 140 DARMAN Ditolak Ditolak Ditolak Ditolak 141 AZAHARI Ditolak Ditolak Diterima Ditolak 142 INANG Diterima Diterima Ditolak Diterima 143 HAMLIA Diterima Diterima Ditolak Diterima 144 KATIMIN Diterima Diterima Diterima Diterima 145 NUR INDRIANI Diterima Diterima Ditolak Diterima 146 JUMARDIN Diterima Diterima Diterima Diterima 147 EDY SUKRAN Diterima Diterima Ditolak Diterima 148 HARDIYANTI Ditolak Ditolak Ditolak Ditolak 149 LA FIU Ditolak Ditolak Ditolak Ditolak 150 FIRMAN Ditolak Ditolak Ditolak Ditolak 151 LA SARIU Diterima Diterima Ditolak Diterima 152 KARIM Diterima Diterima Diterima Diterima 153 SAMIR L Diterima Diterima Ditolak Diterima 154 IDA JUWITA Diterima Diterima Diterima Diterima 155 SABARUDDIN Diterima Diterima Diterima Diterima 156 KASIM Diterima Diterima Diterima Diterima 157 RUSDI AMIR Diterima Diterima Diterima Diterima 158 LA RAHIM Ditolak Ditolak Ditolak Ditolak 159 NURAILAH Ditolak Ditolak Ditolak Ditolak 160 ROS SUSANTI Diterima Diterima Ditolak Diterima 161 MARDIANA Diterima Diterima Ditolak Diterima 162 NURLIA Diterima Diterima Diterima Diterima 163 RATNA Diterima Ditolak Ditolak Ditolak 164 TOY FIRDAUS SURYA

WIRA Diterima Ditolak Ditolak Ditolak


Diterima Diterima Ditolak Diterima


Diterima Diterima Diterima Diterima

167 AGUSTINA Ditolak Ditolak Ditolak Ditolak 168 HERMANTO Ditolak Ditolak Ditolak Ditolak 169 WA ODE NURUMA Diterima Diterima Ditolak Diterima 170 SITI NURLAN Diterima Diterima Diterima Diterima 171 HAERUL TAMRIN Diterima Diterima Diterima Diterima

132


172 MISDI Ditolak Diterima Diterima Diterima 173 PONIDI Ditolak Diterima Diterima Diterima 174 RIZALDI Ditolak Ditolak Diterima Ditolak 175 RAHAYU Ditolak Ditolak Ditolak Ditolak 176 SOLIHIN Diterima Ditolak Ditolak Ditolak 177 NOVIANA Ditolak Ditolak Ditolak Ditolak 178 HASNATANG Diterima Ditolak Diterima Diterima 179 SUKMA Ditolak Ditolak Ditolak Ditolak 180 ALAUDIN Ditolak Ditolak Ditolak Ditolak 181 DANDI PRATAMA Ditolak Ditolak Ditolak Ditolak 182 PAITE Diterima Ditolak Diterima Diterima 183 DG. HAMID Diterima Diterima Ditolak Diterima 184 SURIADO HADO Diterima Ditolak Diterima Diterima 185 FATMAWATI TORADA Diterima Diterima Diterima Diterima 186 SYAHARUDDIN Diterima Ditolak Diterima Diterima 187 SAHRUN MOITA Diterima Ditolak Diterima Diterima 188 AWALUDDIN MADJID Diterima Diterima Diterima Diterima 189 HALIM Diterima Diterima Diterima Diterima 190 MUH. ABDI T Diterima Ditolak Diterima Diterima 191 DARWIS Diterima Diterima Diterima Diterima 192 FITRAH Ditolak Ditolak Ditolak Ditolak 193 RIA Diterima Diterima Ditolak Diterima 194 DJASMAN SULAEMAN Diterima Diterima Ditolak Diterima 195 HASDIANA Diterima Diterima Diterima Diterima 196 MUH. ANSHAR Diterima Diterima Diterima Diterima 197 WARDA Diterima Diterima Diterima Diterima 198 DG. RUPPA Diterima Diterima Diterima Diterima 199 RATNA Diterima Diterima Diterima Diterima 200 ST. AMINAH Diterima Diterima Diterima Diterima

Pada Tabel 5.12 dapat dijelaskan bahwa calon mustahik yang berhak

mendapat zakat adalah yang selalu masuk dalam kategori layak pada setiap kriteria

penerima zakat dan akan mendapatkan 1 poin untuk setiap kriteria yang dihitung.

Sehingga calon mustahik yang berhak mendapatkan zakat adalah yang

mendapatkan 2 poin dan 3 poin. Selanjutnya hasil pengujian perbandingan

penentuan penerima zakat oleh sistem menggunakan metode FCM dan baznas kota

kendari dapat dilihat pada Tabel 5.13.

133

Tabel 5.13 Perbandingan Hasil Penentuan Penerima Zakat antara Sistem

menggunakan Metode Fuzzy C-Means dengan Baznas Kota Kendari

No Perbandingan Hasil Penentuan Penerima Zakat

Sistem dengan Metode FCM Baznas Kota Kendari

1 BASRI BASRI 2 NURBIAH NURBIAH 3 HAMSANG M HAMSANG M 4 HASMUDDIN HASMUDDIN 5 YULIANA ASSAH YULIANA ASSAH 6 SRI SUSILOWATI SRI SUSILOWATI 7 ANGKUMALA ANGKUMALA 8 NASIAH NASIAH 9 INSAN INSAN 10 SERLIN SERLIN 11 SAWIAH SAWIAH 12 AGUS AGUS 13 SITI ALIAH SITI ALIAH 14 IMASA IMASA 15 ANDI JUMAIN KOILA ANDI JUMAIN KOILA 16 NURIAH NURIAH 17 NURLIAN HIALU NURLIAN HIALU 18 LA ALI LA ALI 19 WA ATU WA ATU 20 CIDU CIDU 21 DARWIS DARWIS 22 DAUD LASINDO DAUD LASINDO 23 WESINE WESINE 24 SAKKA SAKKA 25 MBIMA MBIMA 26 ELLYS ELLYS 27 DANUS DANUS 28 HASAN REMBA HASAN REMBA 29 SURIANA SURIANA 30 USMAN SANTOSO USMAN SANTOSO 31 DASUMI DASUMI 32 BURHANUDDIN BURHANUDDIN 33 KASMANI KASMANI 34 HARIS REMBA HARIS REMBA

134


35 SAINUL SAINUL 36 DAMHALIM DAMHALIM 37 ARIPAH ARIPAH 38 MANSYUR MANSYUR 39 EMIRIA EMIRIA 40 KEHU KEHU 41 JAINUDDIN JAINUDDIN 42 GUNTUR GUNTUR 43 NY. MIKE TOGALA NY. MIKE TOGALA

44 M UH. IQBAL MADONG

MUH. IQBAL MADONG

45 HASANUDDIN HASANUDDIN 46 AMIRUDIN AMIRUDIN 47 NURLIAN NURLIAN 48 AMRIN JAYA AMRIN JAYA 49 RISNAWATI RISNAWATI 50 ANTON ANTON 51 ANDI MISNAWATI ANDI MISNAWATI 52 WIDA MINAWANGSA WIDA MINAWANGSA 53 LAMADA LAMADA 54 AEDIT BAHMID AEDIT BAHMID 55 SALIHI SALIHI 56 JALNA JALNA 57 SURMIN SURMIN 58 MAHYUDDIN MAHYUDDIN 59 BOY MASHUR BOY MASHUR 60 LAODE BARI LAODE BARI 61 MAWI MAWI 62 WAODE IGI WAODE IGI 63 MAHMUD LAMAAGA MAHMUD LAMAAGA 64 YUL LUSLE YUL LUSLE 65 LATAMISA LATAMISA 66 IRNAWATI IRNAWATI 67 LAJUNU LAJUNU 68 ABIN SISKA ABIN SISKA 69 LA ADO LA ADO 70 UDIN UDIN 71 WAODE HAMLIA WAODE HAMLIA 72 NURI NURI 73 MARYAM MARYAM 74 HAJRA HAJRA 75 SULTAN SULTAN 76 TITI TITI 77 ST AMINAH ST AMINAH 78 LANDAWA LANDAWA

135


79 HAFID HAFID 80 NY. LAHUSA NY. LAHUSA 81 SITI HAWA SITI HAWA 82 NURHAYATI NURHAYATI 83 NY. HARSIAH NY. HARSIAH 84 AMIR KUMIS AMIR KUMIS 85 DAENG NOMPO DAENG NOMPO 86 DAENG KANANG SONGKE DAENG KANANG SONGKE 87 SITI HAERIAH SITI HAERIAH 88 INDAH JAYA INDAH JAYA 89 NURDIN NURDIN 90 A.HAMID A.HAMID 91 HAJIRA HAJIRA 92 WIKYO SUYATO WIKYO SUYATO 93 AMIR AMIR 94 HARPING HARPING 95 PATI PATI 96 ISMAIL ISMAIL 97 RAUF LA UPA RAUF LA UPA 98 AMIR AMIR 99 ABD. SYUKUR ABD. SYUKUR 100 HAFID HAFID 101 KRISTINA BANGUN KRISTINA BANGUN 102 ST. SALMIAH ST. SALMIAH 103 INANG INANG 104 HAMLIA HAMLIA 105 KATIMIN KATIMIN 106 NUR INDRIANI NUR INDRIANI 107 JUMARDIN JUMARDIN 108 EDY SUKRAN EDY SUKRAN 109 LA SARIU LA SARIU 110 KARIM KARIM 111 SAMIR L SAMIR L 112 IDA JUWITA IDA JUWITA 113 SABARUDDIN SABARUDDIN 114 KASIM KASIM 115 RUSDI AMIR RUSDI AMIR 116 ROS SUSANTI ROS SUSANTI 117 MARDIANA MARDIANA 118 NURLIA NURLIA 119 KAHARUDDIN MATTAJANG KAHARUDDIN MATTAJANG 120 SITTI HASNAH LA ODE KARA SITTI HASNAH LA ODE KARA 121 WA ODE NURUMA WA ODE NURUMA 122 SITI NURLAN SITI NURLAN 123 HAERUL TAMRIN HAERUL TAMRIN

136


124 MISDI MISDI 125 PONIDI PONIDI 126 HASNATANG HASNATANG 127 PAITE PAITE 128 DG. HAMID DG. HAMID 129 SURIADO HADO SURIADO HADO 130 FATMAWATI TORADA FATMAWATI TORADA 131 SYAHARUDDIN SYAHARUDDIN 132 SAHRUN MOITA SAHRUN MOITA 133 AWALUDDIN MADJID AWALUDDIN MADJID 134 HALIM HALIM 135 MUH. ABDI T MUH. ABDI T 136 DARWIS DARWIS 137 RIA RIA 138 DJASMAN SULAEMAN DJASMAN SULAEMAN 139 HASDIANA HASDIANA 140 MUH. ANSHAR MUH. ANSHAR 141 WARDA WARDA 142 DG. RUPPA DG. RUPPA 143 RATNA RATNA 144 ST. AMINAH ST. AMINAH

Pengujian pada sistem ini dilakukan oleh penulis dan Ketua Harian Badan

Amil Zakat Nasional Kota Kendari yaitu Bapak Drs. H. Alimudin K.

Parameter yang digunakan dalam sistem ini adalah menggunakan 2 cluster

yang terdiri dari cluster yang diterima dan ditolak. Jika persentase nilai kelayakan

cluster 1 lebih besar dibandingkan cluster 2, maka cluster 1 merupakan cluster yang

diterima. Begitu pun sebaliknya jika persentase nilai kelayakan cluster 2 lebih besar

dibandingkan cluster 1, maka cluster 2 merupakan cluster yang diterima. Pangkat

2 dipilih karena angka 2 berdasarkan hasil penelitian yang dilakukan Wulan

Anggraeni (2015). Hasil penelitiannya adalah penetapan angka pangkat sebesar 2

akan menghasilkan tingkat akurasi yang lebih tinggi dibandingkan penetapan angka

yang lain, maka dalam hal ini dianjurkan bahwa angka pangkat yang digunakan

adalah 2. Pemilihan 100 maksimal iterasi dimaksudkan untuk mengantisipasi

terpenuhnya nilai error yang digunakan proses pemberhentian iterasi. Jika kondisi

memenuhi nilai error maka proses iterasi dihentikan. Jika kondisi belum memenuhi

nilai error namun sudah mencapai maksimal iterasi maka proses iterasi berhenti

137

pada maksimal iterasi. Hal ini mengakibatkan hasil pengolahan data kurang akurat

karena tidak memenuhi nilai error. Oleh karena itu pemilihan nilai maksimal iterasi

yang besar dapat mengantisipasi terpenuhnya kondisi nilai error. Parameter nilai

error pada penelitian ini adalah 10-3. Tidak ada aturan khusus dalam pemilihan nilai

error. Pemilihan nilai error 10-3 agar informasi yang diperoleh dari hasil analisis

data diharapkan sedetail mungkin dan menekan seminim mungkin peluang

kesalahan hasil penelitian.

Dari hasil perbandingan antara hasil penentuan mustahik berdasarkan

sistem menggunakan metode FCM dengan hasil penentuan berdasarkan keputusan

Basnaz Kota Kendari terhadap 200 data uji maka diperoleh 144 data calon mustahik

yang berhak menerima zakat. Dari hasil pengujian di atas dapat disimpulkan bahwa

keputusan yang dihasilkan oleh sistem sama dengan hasil penentuan melalui

musyawarah oleh Badan Amil Zakat Nasional Kota Kendari akan tetapi waktu yang

digunakan pada sistem ini untuk penentuan penerima zakat lebih efisien dan efektif

dibandingkan pihak Badan Amil Zakat Nasional Kota Kendari. Dalam penentuan

mustahik pihak Baznas memerlukan waktu 2 sampai 3 minggu untuk mendapatkan

hasil mustahik yang layak menerima zakat. Hal ini disebabkan banyaknya data yang

harus diolah satu per satu maka waktu yang digunakan tentu tidak akan efektif.

Sedangkan pada sistem yang diusulkan waktu yang dibutuhkan untuk mengolah

data kurang lebih 1 sampai 2 hari.

Berdasarkan pengujian yang dilakukan ini diharapkan mampu membantu

pihak Badan Amil Zakat Nasional Kota Kendari dalam memutuskan calon

mustahik yang berhak menerima zakat terutama dalam hal mengefisiensikan waktu

dan untuk menghindari human error dalam penentuan mustahik yang berhak dan

layak menerima zakat. Sistem ini layak digunakan sebagai Sistem Pendukung

Keputusan untuk membantu pihak Badan Amil Zakat Nasional Kota Kendari dalam

menentukan kelayakan Mustahik (penerima zakat).

138

5.3.3 Perbandingan Berdasarkan Maksimum Iterasi

Pengujian terhadap maksimum iterasi dilakukan dengan tujuan untuk

mengetahui pengaruh iterasi terhadap hasil cluster. Pengujian maksimum iterasi

dilakukan sebanyak 2 kali di antaranya dengan jumlah maksimum iterasi 10 dan

100.

Tabel 5.14 Perbandingan Hasil Pengujian dengan Maksimum Iterasi Berbeda

Jumlah

Cluster Pangkat

Maksimum

Iterasi Error

Nilai

P0-P1

Iterasi

Awal

Sistem FCM Baznas

Layak Tidak

2 2 10 10-3 6.75327 1 126 74 144

2 2 100 10-3 0.00074 1 144 56 144

Berdasarkan hasil pengujian dengan maksimum 10 dan 100 iterasi pada

Tabel 5.14 dapat disimpulkan bahwa tingkat keakuratan pada iterasi ke 10 memiliki

perbedaan yang signifikan terhadap pengujian yang menggunakan 100 iterasi. Hal

ini dilihat dari nilai P0-P1 tidak memenuhi nilai error sedangkan pengujian dengan

100 iterasi P0-P1 > nilai error 10-3. Persentasi keakuratan dengan menggunakan 10

iterasi dapat dilihat dari jumlah nilai layak 10 iterasi dibagi jumlah nilai layak 100

iterasi, 怠態6怠44 � などど % = ぱば.5 %.

139

BAB VI

PENUTUP

6.1 Kesimpulan

Berdasarkan penelitian yang telah melalui tahap perancangan dan evaluasi

sistem pendukung keputusan penentuan kelayakan penerima zakat dengan

mengimplementasikan metode fuzzy c-means maka dapat disimpulkan bahwa:

1. Aplikasi sistem pendukung keputusan penentuan kelayakan penerima

zakat dengan mengimplementasikan metode fuzzy c-means ini dapat

digunakan untuk membantu pihak Badan Amil Zakat Nasional Kota

Kendari untuk menentukan calon mustahik yang layak dan berhak

menerima zakat.

2. Sistem ini mengadopsi data kriteria penentuan kelayakan mustahik dari

Baznas Kota Kendari sehingga keputusan yang dihasilkan oleh sistem ini

sama dengan hasil penentuan manual melalui musyawarah oleh Badan

Amil Zakat Nasional Kota Kendari.

6.2 Saran

Saran yang dapat disampaikan untuk peneliti yang ingin melanjutkan

maupun mengembangkan penelitian sejenis ini adalah:

1. Dapat dikembangkan dengan memperluas daerah penelitian agar dapat

memperoleh data kriteria yang lebih beragam seiring perkembangan

pengguna sistem.

2. Penelitian dapat dikembangkan dengan menggunakan metode lainnya

yang memiliki teknik clustering sehingga perbandingan dari hasil

penelitian lainnya dapat diketahui.

3. Untuk mengetahui performa algoritma fuzzy c-means ini dapat

dikembangkan pada kasus yang berbeda dengan menerapkan paremeter

yang sama atau meningkatkan nilai parameternya.

140

DAFTAR PUSTAKA

Agbonifo dan Oluwatoyin Catherine. Fuzzy C-Means Clustering Model for Identification of Students’ Learning Preferences in Online Environment. 2013. http://www.ijcait.com/IJCAIT/41/413.pdf. Diakses tanggal 17 Juli 2015.

Ahmadi, Aziz dan Sri Hartati. Penerapan Fuzzy C-Means dalam Sistem Pendukung Keputusan untuk Penentuan Penerima Bantuan Langsung Masyarakat (BLM) PNPM-MPd (Studi Kasus PNPM-MPd Kec. Ngadirojo Kab. Pacitan. 2013. http://pdm-mipa.ugm.ac.id/ojs/index.php/bimipa/article /download/906/996. Diakses tanggal 17 Juli 2015.

Anggraeni, Wulan. Penentuan Nilai Pangkat Pada Algoritma Fuzzy C-Means. http://journal.lppmunindra.ac.id/index.php/Faktor_Exacta/article/viewFile/327/308. 2015. Diakses 14 Maret 2016.

Bastiah. Sistem Pendukung Keputusan untuk Menentukan Pembelian Rumah dengan Menggunakan Metode Fuzzy C-Means (FCM) Clustering. 2013. http://pelita-informatika.com/berkas/jurnal/23.%20Bastiah.pdf. Diakses tanggal 17 Juli 2015.

Kadarsah, Suryadi dan Ramadhani Ali. 2002. Sistem Pendukung Keputusan. Bandung: Penerbit Remaja Rosdakarya.

Kadir, Abdul. 2003. Dasar Pemrograman Java 2. Yogyakarta: Penerbit Andi. Kurnia, Hikmat dan Ade Hidayat. 2008. Panduan Pintar Zakat. Jakarta: Qultum

Media. Kusrini, M.Kom. 2007. Konsep dan Aplikasi Sistem Pendukung Keputusan.

Yogyakarta: Andi. Kusuma Wijaya, Alvian. Implementasi Data Mining dengan Algoritma Fuzzy C-

Means Studi Kasus Penjualan di UD Subur Baru. http://eprints.dinus.ac.id/5383/1/13695.pdf. 2014. Diakses tanggal 17 Juli 2015.

Kusumadewi, Sri dan Hari Purnomo. 2004. Aplikasi Logika Fuzzy Untuk Pendukung Keputusan. Yogyakarta: Graha Ilmu.

Kusumadewi, Sri dan Sri Hartati. 2006. Fuzzy Multi Atribute Decision Making. Graha Ilmu. Yogyakarta.

Kusumadewi, Sri. 2003. Artificial Intelligence (Teknik dan Aplikasinya). Yogyakarta: Graha Ilmu.

Laudon, Kenneth C. dan Jane P. Laudon. 2008. Sistem Informasi Manajemen 2 ed. 10. Jakarta: Penerbit Salemba Empat.

Mila Sartika. Pengaruh Pendayagunaan Zakat Produktif terhadap Pemberdayaan Mustahiq pada LAZ Yayasan Solo Peduli Surakarta. 2012. http://journal.uii.ac.id/index.php/JEI/article/viewFile/163/128%20diakses%2020%20Desemmber%202012. Diakses tanggal 17 Juli 2015.

Purbasari, D. (2012). Sistem Pendukung Keputusan Penentuan Penerima Beasiswa Menggunakan Metode Fuzzy Clustering Means. Pekanbaru: Teknik Informatika UIN Suska Riau.

S, Rosa A dan M. Shalahudin. 2013. Rekayasa Perangkat Lunak Terstruktur dan Berorientasi Objek. Bandung: Penerbit Informatika.

http://www.ijcait.com/IJCAIT/41/413.pdf

http://pdm-mipa.ugm.ac.id/ojs/index.php/bimipa/article%20/download/906/996

http://pdm-mipa.ugm.ac.id/ojs/index.php/bimipa/article%20/download/906/996

http://journal.lppmunindra.ac.id/index.php/Faktor_Exacta/article/viewFile/327/308

http://journal.lppmunindra.ac.id/index.php/Faktor_Exacta/article/viewFile/327/308

http://pelita-informatika.com/berkas/jurnal/23.%20Bastiah.pdf

http://eprints.dinus.ac.id/5383/1/13695.pdf

http://journal.uii.ac.id/index.php/JEI/article/viewFile/163/128%20diakses%2020%20Desemmber%202012

http://journal.uii.ac.id/index.php/JEI/article/viewFile/163/128%20diakses%2020%20Desemmber%202012

141

Sudirman, Nerfita Nikentari, ST., M.Cs dan Martaleli Bettiza, S.Si., M.Sc. Analisa Klasifikasi Status Gizi dengan Metode Fuzzy C-Means Menggunakan Aplikasi Berbasis Android. 2013. http://jurnal.umrah.ac.id/wpcontent /uploads/2013/08/Sudirman-090155201022.pdf. Diakses tanggal 17 Juli 2015.

Suryaputra P., Adi, Fcbriliyan Samopa, dan Bekti Cahyo Hindayanto. Klasterisasi dan Analisis Trafik Internet Menggunakan Fuzzy C-Means dengan Ekstraksi Fitur Data. 2014. http://dspace.uc.ac.id/bitstream/handle/ 123456789/478/Adi%20Suryaputra.pdf?sequence=1&isAllowed=y. Diakses tanggal 17 Juli 2015.

Tim Penyusun. 2002. Ensiklopedi Islam. Jakarta: Direktorat Jendral Departemen Agama Republik Indonesia.

Turban, E., Aroson, J.E., dan Liang, T.P. 2005. Decision Support Systems and Intelligent System (Sistem Pendukung Keputusan dan Sistem Cerdas). Yogyakarta: Penerbit Andi.

http://jurnal.umrah.ac.id/wpcontent%20/uploads/2013/08/Sudirman-090155201022.pdf

http://jurnal.umrah.ac.id/wpcontent%20/uploads/2013/08/Sudirman-090155201022.pdf

http://dspace.uc.ac.id/bitstream/handle/%20123456789/478/Adi%20Suryaputra.pdf?sequence=1&isAllowed=y

http://dspace.uc.ac.id/bitstream/handle/%20123456789/478/Adi%20Suryaputra.pdf?sequence=1&isAllowed=y

142

LAMPIRAN

SKRIPSI IMPLEMENTASI METODE FUZZY C-MEANS...

Documents

Transcript of SKRIPSI IMPLEMENTASI METODE FUZZY C-MEANS...