BAB III ANALISIS DAN DESAIN SISTEM
III.1. Analisa Masalah Pada zaman sekarang ini banyak sekali usaha butik dengan segala macam jenis pakaian mulai dari pakaian anak-anak, dewasa, muslimah, dll. Namun. sering sekali kita lihat butik yang tidak fokus dalam menentukan lokasinya, yang mengakibatkan sulit mendapatkan pelanggan akibat banyaknya saingan dimana-mana. Oleh karena itu, Pada proses pemilihan lokasi usaha baju butik masyarakat khususnya pengusaha harus dapat mengetahui kriteria apa saja yang tepat untuk pemilihan lokasi yang strategis. Pengusaha sering salah dalam memilih lokasi untuk usaha baju butik, serta Sistem pendukung keputusan terhadap penentuan lokasi baju butik masih belum ada, sehingga mempersulit pengambil keputusan untuk melihat peluang usaha tersebut pada suatu daerah tertentu. Dalam menentukan kriteria lokasi usaha, terdapat beberapa kriteria yang menjadi penilaian. Penilaian ini berdasarkan kepadatan penduduk, jumlah pesaing, harga tempat, latar belakang penduduk, dan keamanan lokasi. Demi efisiensi dan efektifitas kerja maka pengambilan keputusan yang tepat sangat diperlukan. Dalam menganalisa banyaknya data kriteria tersebut, maka digunakan metode Simple Additive Weighting (SAW), dimana masing-masing kriteria diberi nilai bobot pada setiap atribut kemudian alternatif lokasi yang mendapatkan
39
40
bobot global paling tinggi itu yang akan menjadi rekomendasi untuk pengembangan usaha toko baju butik.
III.2. Penerapan Metode Simple Additive Weighting (SAW) Penerapan Metode SAW dalam Sistem Pendukung Keputusan untuk pemilihan lokasi usaha baju butik adalah penjumlahan terbobot pada setiap kriteria yang ada sehingga didapat nilai tertinggi dari alternatif yang telah ditentukan. Langkah-langkah dari metode SAW adalah: 1. Menentukan kriteria-kriteria yang akan dijadikan acuan dalam pengambilan keputusan, yaitu C. 2. Menentukan rating kecocokan setiap alternatif pada setiap kriteria. 3. Membuat matriks keputusan berdasarkan kriteria (C), kemudian melakukan normalisasi matriks berdasarkan persamaan yang disesuaikan dengan jenis atribut (atribut keuntungan ataupun atribut biaya) sehingga diperoleh matriks ternormalisasi R. 4. Hasil akhir diperoleh dari proses perankingan yaitu penjumlahan dari perkalian matriks ternormalisasi R dengan vector bobot sehingga diperoleh nilai terbesar yang dipilih sebagai alternatif terbaik (A) sebagai solusi (Youllia Indrawaty ; 2011 : 34).
41
Mulai
Memasukkan data dari tiap kriteria pada tiap alternatif
Bobot Kriteria
Buat Matriks Keputusan
Perbaikan Bobot Kriteria
Normalisasi Matriks Keputusan
Kalikan Matriks Keputusan dengan Bobot Kriteria
Preferensi tiap alternatif
Selesai
Gambar III.1 Flowchart Metode Simple Additive Weighting (SAW) Berikut langkah-langkah perhitungan metode SAW: 1.
Pemberian Bobot Per Kriteria Langkah awal metode Simple Additive Weighting adalah pemberian nilai
bobot di setiap kriteria lokasi usaha baju butik. Kelima kriteria tersebut dapat dibuat pada table III.1 sebagai berikut:
42
Tabel III.1. Pemberian Bobot Kriteria Nama Kriteria C1 C2 C3 C4 C5
2.
Kepadatan Penduduk Jumlah Pesaing Harga Tempat Latar Belakang Penduduk Keamanan Lokasi
Penilaian 300-499 Kk/Km Sedikit >=7.000.000 / Tahun Pelajar/Mahasiswa Baik
Pemberian Nilai Crips pada Tiap Kriteria Dari kriteria di atas, dibuat suatu tingkatan kiteria berdasarkan alternatif
(lokasi usaha) yang telah ditentukan kedalam nilai Crips. Rating kecocokan setiap alternatif pada setiap kriteria seperti table III.2 berikut: Tabel III.2. Nilai Crips Kriteria Kepadatan Penduduk Kriteria
Kepadatan Penduduk
Nilai Crips
1 – 99 Kk/Km
20
100 – 199 Kk/Km
40
200 – 299 Kk/Km
60
300 – 499 Kk/Km
80
> 500 Kk/Km
100
Tabel III.3. Nilai Crips Kriteria Jumlah Pesaing Kriteria Nilai Crips
Jumlah Pesaing
Sangat Sedikit
20
Sedikit
40
Sedang
60
Banyak
80
Sangat Banyak
100
43
Tabel III.4. Nilai Crips Kriteria Harga Tempat Kriteria
Harga Tempat
Nilai Crips
<=5.000.000 / Tahun
20
>=7.000.000 / Tahun
40
>=10.000.000 / Tahun
60
>=20.000.000 / Tahun
80
>=50.000.000 / Tahun
100
Tabel III.5. Nilai Crips Kriteria Latar Belakang Penduduk Kriteria
Nilai Crips
Pegawai Negeri
20
Wiraswasta
40
Pedagang
60
Karyawan Swasta
80
Pelajar/Mahasiswa
100
Latar Belakang Penduduk
Tabel III.6. Nilai Crips Kriteria Keamanan Lokasi Kriteria Keamanan Lokasi
Nilai Crips
Sangat Kurang
20
Kurang
40
Cukup
60
Baik
80
Sangat Baik
100
Adapun data hasil seleksi lokasi yang diajukan dilihat pada tabel III.7. berikut :
44
Tabel III.7. Data Lokasi yang Diajukan No
Alternatif Kepadatan Penduduk >500 Kk/Km
Jumlah Pesaing Sangat Banyak
Kriteria Harga Latar belakang Tempat Penduduk >=10.000.0000 wiraswasta / Tahun
Keamanan Lokasi Cukup
1
A1
2
A2
200 –299 Kk/Km
Sedikit
>=10.000.000 / Tahun
Pedagang
Baik
3
A3
300 – 499 Kk/Km
Banyak
>=20.000.000 / Tahun
Pelajar/Mahasiswa
Cukup
4
A4
Banyak
>=20.000.000 / Tahun
Karyawan Swasta
Baik
200-299 Kk/Km
Alternatif yang dimaksud di atas yaitu, A1 (Jalan Besar Tembung Pasar VIII), Alternatif A2 (Jalan Prof. H.M. Yamin), Alternatif A3 (Jalan Muchtar Basri), Alternatif A4 (Jalan Wahidin Baru). Adapun data rating kecocokan dari setiap alternatif dapat dilihat pada tabel III.8 berikut ini : Tabel III.8. Data Kecocokan Dari SetiapAlternatif Pada Setiap Kriteria Jumlah Pesaing
Kriteria Harga Tempat
No
Alternatif
Kepadatan Penduduk
Keamanan Lokasi
80
Latar Belakang Penduduk 40
1
A1
100
100
2
A2
60
40
60
60
80
3
A3
80
80
80
100
60
4
A4
60
80
80
80
80
60
Setelah kriteria dan setiap bobotnya ditentukan maka berikut langkahlangkah penyelesaian dalam menentukan lokasi usaha baju butik menggunakan metode Simple Additive Weighting (SAW). Pengambil keputusan memberikan
45
bobot preferensi sebagai Vektor bobot W= (80, 40, 40, 100, 80), penilaian itu berdasarkan dari tabel III.1 yaitu : Nilai 80 berdasarkan dari kepadatan penduduk yaitu : 300-499 Kk/Km Nilai 40 berdasarkan dari jumlah pesaing yaitu : Sedikit Nilai 40 berdasarkan dari harga tempat yaitu : >=7.000.000 / Tahun Nilai 100 berdasarkan dari latar belakang penduduk yaitu : Pelajar/Mahasiswa Nilai 80 berdasarkan dari keamanan lokasi yaitu : Baik Setelah menentukan nilai kriteria maka selanjutnya membuat matrix keputusan X yang dibentuk dari tabel rating kecocokan dari setiap alternatif pada setiap keriteria seperti pada persamaan di bawah ini:
X=
100 60 80 60
100 40 80 80
80 60 80 80
40 60 100 80
60 80 60 80
Melakukan matix keputusan X dengan cara menghitung nilai rating kinerja ternormalisasi (rij) dari alternatif Ai pada kriteria Ci seperti pada persamaan di bawah ini:
rij = Keterangan:
Xij Max Xij
Jika j adalah atribut keuntungan (benefit)
Xij Min Xij
Jika j adalah atribut biaya (cost)
Rij = Nilai rating kinerja ternormalisasi Xij = Nilai atribut yang dimiliki dari setiap kriteria Max Xij = Nilai terbesar dari setiap kriteria
46
Min Xij = Nilai terkecil dari setiap kriteria Benefit = Jika nilai terbesar adalah terbaik Cost = Jika nilai terkecil adalah terbaik Karena setiap nilai yang diberikan pada setiap alternatif di setiap kriteria merupakan nilai kecocokan (nilai terbesar adalah terbaik) maka semua kriteria yang diberikan diasumsikan sebagai kriteria keuntungan. Pertama-tama, dilakukan normalisasi matrix X seperti pada persamaan di bawah ini: Matriks keputusan dibentuk dari tabel kecocokan sebagai berikut : R11 =
100 Max {100;60;80;60}
=
R12 =
100 Max {100;40;80;80}
=
100 100 100 100 100
=1
=1
80 R13 = Max {80;60;60;80}
=
80 80
=1
40 R14 = Max {40;60;100;60}
=
40 100
= 0,4
=
60 80
R15 =
60 Max {60;80;60;80}
=0,75
R21 =
60 Max {100;60;80;80}
=
60 100
= 0,6
R22 =
40 Max{100;40;80;80}
=
40 100
= 0,4
R23 =
60 Max {80;60;60;80}
=
60 80
= 0,75
R24 =
60 Max {40;60;100;60}
=
60 100
= 0,6
R25 =
80 Max {60;80;60;80}
=
80 80
=1
47
R31 =
80 Max {100;60;80;60}
80 = 0,8 100
=
R32 =
80 Max {100;40;80;80}
=
80 100
= 0,8
R33 =
80 Max {80;60;80;80}
=
80 80
=1
R34 =
100 Max {40;60;100;60}
=
100 100
=1
R35 =
60 Max {60;80;60;80}
=
60 80
= 0,75
60 Max {100;60;80;60} 80 R42 = Max {100;40;80;80} R41 =
=
=
60 = 0,6 100 80 = 0,8 100
R43 =
80 Max {80;60;60;80}
=
80 80
R44 =
80 Max {40;60;100;60}
=
80 = 0,8 100
R45 =
80 Max {60;80;60;80}
=
80 80
=1
=1
Selanjutnya hasil dari nilai rating kinerja ternormalisasi (rij) membentuk matrix ternormalisasi (R) seperti pada persamaan di bawah ini:
X=
1 0,6 0,8 0,6
1 0,4 0,8 0,8
1 0,75 1 1
0,4 0,6 1 0,8
0,75 1 0,75 1
Selanjutnya melakukan proses perangkingan seperti persamaan di bawah ini: V1 = (80)*(1) + (40)*(1) + (40)*(1) + (100)*(0.4) + (80)*(0.75) = (80) + (40) + (40) + (40) + (60) = 260
48
V2 = (80)*(0.6) + (40)*(0.4) + (40)*(0.75) + (100)*(0.6) + (80)*(1) = (48) + (16) + (30) + (60) + (80) = 234 V3 = (80)*(0.8) + (40)*(0,8) + (40)*(1) + (100)*(1) + (80)*(0.75) = (64) + (32) + (40) + (100) + (60) = 296 V4 = (80)*(0.6) + (40)*(0,8) + (40)*(1) + (100)*(0,8) + (80)*(1) = (48) + (32) + (40) + (80) + (80) = 280 Hasil perhitungan nilai Vi yang lebih besar mengidentifikasikan bahwa alternatif Ai merupakan alternatif terbaik. Hasil penilaian terbesar ada pada V 3 yaitu Jalan Mukhtar Basri sehingga lokasi X layak atau dapat dijadikan alternatif dalam pemilihan pendirian lokasi usaha baju butik sebagai alternatif terpilih yang terbaik, ditunjukkan pada Tabel III.9. No
Lokasi
1
Jalan Besar Tembung Pasar VIII Jalan Prof H.M. Yamin Jalan Kapt. Mukhtar Basri Jalan Wahidin Baru
2
3
4
Kepadatan Penduduk 1
Jumlah Pesaing 1
Harga Tempat 1
Lokasi Tempat 0.4
Keamanan Lokasi 0.4
Hasil Akhir 260
0.6
0.4
0.75
0.6
0.6
234
0.8
0,8
1
1
1
296
0.6
0,8
1
0,8
1
280
49
Pada Tabel III.9 di atas dapat dilihat bahwa penerapan metode Simple Additive Weighting (SAW) dapat menentukan pendirian lokasi usaha baju butik, dimana alternatif terbaik adalah pada Jalan Kapt. Mukhtar Basri dengan hasil penilaian akhir adalah : 296
III.3. Desain Sistem Baru Sistem Pendukung Keputusan Penentuan Lokasi Pembangunan Tempat Usaha Baju Butik Menggunakan Metode Simple Additive Weighiting (SAW) dimana masing-masing kriteria dalam hal ini faktor-faktor penilaian dan alternatif yaitu kepadatan penduduk, jumlah pesaing, harga tempat, latar belakang penduduk serta kemanan lokasi diharapkan dapat memperkuat keputusan yang diambil. Berikut merupakan tahapan dalam pembuatan Sistem Pendukung Keputusan untuk Penentuan Lokasi Usaha Baju Butik.
III.3.1. UseCase Diagram Perangkat lunak yang dibuat akan menangani 4 (enam) fungsi utama, seperti terlihat dalam usecase ( Gambar III.2) dibawah ini:
50
Gambar III.2 Use Case Diagram Activity III.3.2. Class Diagram Berikut ini gambar III.3 tentang Class diagram SPK Lokasi Usaha Baju Butik
Gambar III.3 Class Diagram SPK Lokasi Usaha Baju Butik
51
III.3.3. Activity Diagram Bisnis proses yang telah digambarkan pada use case diagram di atas dijabarkan dengan activity diagram : 1.
Activity Diagram Registrasi User Berikut gambar III.5 tentang activity diagram Registrasi User Sistem Pendukung Keputusan Penentuan Lokasi Usaha Baju Butik :
Gambar III.4. Activity Diagram Registrasi User 2.
Activity Diagram Login Berikut gambar III.5 tentang activity diagram Login Admin dan Pengguna Sistem Pendukung Keputusan Penentuan Lokasi Usaha Baju Butik :
Gambar III.5. Activity Diagram Login Admin
3. Activity Diagram Data Alternatif Lokasi Berikut gambar III.6 activity diagram Data Alternatif Lokasi Sistem Pendukung Keputusan Penentuan Lokasi Usaha Baju Butik :
52
Tidak
Data Alternatif Lokasi
Ya Tambah
Masukkan Data Lokasi Baru
Validasi
Tekan Tombol Simpan
Ya
Filter Data
Tidak Ya Pilih Data Lokasi yang Akan Diubah
Edit
Ubah Data Lokasi
Tidak Ya Hapus
Pilih Data Lokasi yang Akan Dihapus
Konfirmasi Penghapusan Simpan Lokasi
Tidak Tidak Konfirmasi
Ya
Hapus Data
Simpan Perubahan Data
Gambar III.6. Activity Diagram Olah Data Alternatif Lokasi
4. Activity Diagram Log Aplikasi Berikut gambar III.7 tentang activity diagram Log Aplikasi Admin Sistem Pendukung Keputusan Penentuan Lokasi Usaha Baju Butik :
Gambar III.7. Activity Diagram Log Aplikasi
5.
Activity Diagram Data Kriteria Berikut gambar III.8 activity diagram Data Kriteria Sistem Pendukung Keputusan Penentuan Lokasi Usaha Baju Butik :
53
Gambar III.8. Activity Diagram Olah Data Kriteria
6.
Activity Diagram Analisa Keputusan Berikut ini gambar III.9 activity diagram Analisa Keputusan Sistem
Pendukung Keputusan Penentuan Lokasi Usaha Baju Butik :
Gambar III.9. Activity Diagram Analisa Keputusan
54
7.
Activity Diagram Melihat Laporan Data Alternatif Lokasi Berikut ini gambar III.10 activity diagram melihat laporan data alternatif
lokasi :
Gambar III.10. Activity Diagram Melihat Laporan Alternatif Lokasi 8.
Activity Diagram Melihat Laporan Data Kriteria Berikut ini gambar III.11 activity diagram melihat laporan data kriteria :
Gambar III.11. Activity Diagram Melihat Laporan Data Kriteria 9.
Activity Diagram Melihat Laporan Data Analisa Keputusan Berikut ini gambar III.12 activity diagram melihat laporan data kriteria :
55
Gambar III.12. Activity Diagram Melihat Laporan Hasil Analisa Keputusan
III.4. Sequence Diagram 1.
Sequence Diagram Login Serangkaian kinerja sistem login yang dilakukan oleh admin dan user dapat
diterangkan dengan langkah-langkah state yang ditunjukkan pada gambar III.13 berikut :
56
Gambar III.13. Sequence Diagram Login Admin
2.
Sequence Diagram Register User Serangkaian kinerja sistem login yang dilakukan oleh register dapat
diterangkan dengan langkah-langkah state yang ditunjukkan pada gambar III.13 berikut :
57
Gambar III.14. Sequence Diagram Register User 3.
Sequence Diagram Olah Data Kriteria. Berikut ini gambar III.15 tentang Sequence diagram form Olah data kriteria
58
Gambar III.15. Sequence Diagram Olah Data Kriteria 4.
Sequence Diagram Olah Data Log Aplikasi. Berikut ini gambar III.15 tentang Sequence diagram form Olah data log aplikasi
59
Gambar III.15. Sequence Diagram Olah Data Log Aplikasi
5.
Sequence Diagram Olah Data Alternatif Lokasi. Berikut ini gambar III.16 Sequence diagram olah data alternatif lokasi
60
Gambar III.16. Sequence Diagram Olah Data Alternatif Lokasi
61
6.
Sequence Diagram Penelusuran Keputusan. Berikut ini gambar III.17
Sequence diagram Untuk Penelusuran
Keputusan.
Gambar III.17. Sequence Diagram Untuk Penelusuran Keputusan
62
7.
Sequence Diagram Melihat Laporan Data Kriteria Serangkaian kinerja sistem yang dilakukan dalam melihat informasi
mengenai laporan data kriteria dapat diterangkan pada gambar III.18 :
Gambar III.18. Sequence Diagram Melihat Laporan Data Kriteria
63
8.
Sequence Diagram Melihat Laporan Data Alternatif Lokasi Serangkaian kinerja sistem yang dilakukan dalam melihat informasi
mengenai laporan data alternatif lokasi dapat diterangkan pada gambar III.19 :
Gambar III.19. Sequence Diagram Melihat Laporan Data Alternatif Lokasi
64
9.
Sequence Diagram Melihat Laporan Hasil Analisa Keputusan Serangkaian kinerja sistem yang dilakukan dalam melihat informasi
mengenai laporan hasil penelusuran keputusan dapat diterangkan pada gambar III.20 :
Gambar III.20. Sequence Diagram Melihat Laporan Hasil Penelusuran Keputusan
65
III.4. Desain Database III.4.1. Normalisasi Tabel Normalisasi yang digunakan dalam dari Sistem Pendukung Keputusan Lokasi Usaha Baju Butik adalah normalisasi tabel sampia 3nd NF Berikut ini tabel III.10 data alternatif lokasi yang belum dinormalisasi : Tabel.III.10. Database Lokasi Belum dinormalisasi Un-normalized nourut NoRegistrasi NamaPengguna Email UserID Id_kriteria Nama_kriteria Nilai_bobot Password Nama_lokasi Kepadatan_penduduk Jumlah_pesaing Harga_tempat Latar_belakang_penduduk Keamanan_lokasi no_urut Nama_lokasi Kepadatan_penduduk Jumlah_pesaing Harga_tempat Latar_belakang_penduduk Keamanan_lokasi Nilai_akhir
66
Berikut ini tabel III.11 berisi normalisasi pertama (1NF) Tabel.III.11. Database Normalisasi Pertama (1NF) nourut
noRegistrasi
NamaPengguna
Id_kriteria
Id_lokasi
No_urut
Nama lokasi
Nama lokasi
Nama_kriteria
Kepadatan penduduk
Kepadatan penduduk
Email
Jumlah pesaing
Jumlah pesaing
Harga tempat
Harga tempat
UserID
Password
Nilai_bobot
Latar Belakang Penduduk
Latar Belakang Penduduk
keamanan
keamanan
Nilai_akhir
Berikut ini tabel III.12 berisi normalisasi tabel kedua (2NF) Tabel.III.12. Database Normalisasi Kedua (2NF) TabelRegistrasi *NoRegistrasi NamaPengguna UserID Password
Lokasi *Id_lokasi Nama_lokasi Kepadatan_penduduk Jumlah_pesaing Harga_tempat Latar_belakang_Penduduk Keamanan_lokasi
Kriteria *Id_kriteria nama_kriteria Nilai_bobot
67
Berikut ini tabel III.13 berisi normalisasi tabel ketiga (3NF) Tabel.III.13. Database Normalisasi Ketiga (3NF) Lokasi *Id_lokasi Nama_lokasi Kepadatan_penduduk Jumlah_pesaing Harga_tempat Latar_Belakang_Penduduk Keamanan_lokasi
T_hasil *no_urut Nama_lokasi Kepadatan_penduduk Jumlah_pesaing Harga_tempat Latar_Belakang Penduduk Keamanan_lokasi nilai_akhir
Kriteria *Id_kriteria nama_kriteria Nilai_bobot
TabelRegistrasi nourut *NoRegistrasi NamaPengguna Email UserID Password
III.5. Struktur Tabel Pada aplikasi Sistem Pendukung Keputusan Lokasi Usaha Baju Butik ini, penyimpanan data semua objek diletakkan pada database yang dibuat dengan SQL SERVER. Berikut adalah tabel struktur data pada setiap tabel. Database : baju_butik Nama Tabel : TabelRegistrasi Primary key : noRegistrasi Tabel.III.14. Tabel Registrasi Field Name
Type
nourut
int
NoRegistrasi
nchar
Width
Keterangan No Urut
10
No. Registrasi Otomatis
NamaPengguna
varchar
30
Nama Pengguna
Email
Varchar
20
Email
68
UserID
nchar
10
User ID
Password
char
10
Password
Database : baju_butik Nama Tabel : lokasi Primary key : id_lokasi Tabel III.15. Tabel lokasi Field Name
Type
Width
Keterangan
varchar
50
Nama Lokasi
kepadatan_penduduk
float
11
Kepadatan Penduduk
jumlah_pesaing
float
11
Jumlah Pesaing
harga_tempat
float
11
Harga Tempat
Latar_belakang_penduduk
float
11
Lokasi Tempat
Keamanan
float
11
Keamanan Lokasi
nama_lokasi
Database : baju_butik Nama Tabel : kriteria Primary key : id_kriteria Tabel III.16. Tabel Kriteria Field Name
Type
Width
Keterangan
id_kriteria
nchar
3
ID Kriteria
nama_kriteria
nchar
50
Nama kriteria
nilai_bobot
int
Nilai bobot kriteria
69
Database : baju_butik Nama Tabel : T_hasil Primary key : no_urut Tabel III.17. Tabel T_hasil Field Name *no_urut
Type
Width
int
Keterangan Nomor urut otomatis
nama_lokasi
nchar
kepadatan_penduduk
Float
Kapadatan_Penduduk
jumlah_pesaing
Float
Jumlah Pesaing
harga_tempat
Float
Harga Tempat
latar_belakang_penduduk
Float
Latar Belakang
50
Nama Lokasi
Penduduk keamanan
Float
Keamanan
nilai_akhir
Float
Hasil Perhitungan Lokasi
III.6. Desain User Interface Dalam hal ini penulis akan membahas perancangan sistem yang akan dibangun secara terperinci yaitu melalui desain output, desain input dan desain
III.6.1. Desain Output 1.
Tampilan Login Desain sistem ini berisikan tampilan awal dalam menjalankan SPK Lokasi
Pembangunan Tempat Usaha Baju Butik, yaitu berupa tampilan halaman login aplikasi, seperti pada gambar III.21 berikut ini.
70
Sistem Pendukung Keputusan Penentuan Lokasi Usaha Baju Butik Login Username :
Gambar
Password : Login
Footer Gambar III.21. Perancangan Halaman Login
2.
Tampilan Beranda Desain sistem ini berisikan tampilan hasil yang akan diperoleh dari Sistem
Pendukung Keputusan oleh Pengguna yaitu berupa halaman beranda, seperti pada gambar III.22. berikut ini. Sistem Pendukung Keputusan Penentuan Lokasi Usaha Baju Butik
Data Alternatif Lokasi
Data Kriteria
Analisa Keputusan
Gambar Exit
Gambar III.22. Perancangan Halaman Beranda
3.
Tampilan Halaman Data Alternatif Lokasi Halaman Data alternatif lokasi merupakan halaman yang menampilkan
x
71
pengolahan data lokasi yang ada seperti pada gambar III.23. berikut.
Sistem Pendukung Keputusan Penentuan Lokasi Usaha Baju Butik Form Entri Data Alternatif Lokasi Nama Lokasi :
Harga Tempat :
Kepadatan Penduduk :
Latar Belakang Penduduk:
Jumlah Pesaing :
Keamanan :
Nama Lokasi xxxxx xxxxx
Kepadatan penduduk 99 99
Jumlah pesaing 99 99
Baru
Harga Tempat
Lokasi Tempat 99 99
99 99
Edit
Hapus
Simpan
Keamanan 99 99 Keluar
Gambar III.23. Perancangan Halaman Data Alternatif Lokasi
4.
Tampilan Halaman Data Kriteria Halaman Data kriteria menampilkan pengolahan data kriteria, seperti pada
Gambar III.24. berikut: Sistem Pendukung Keputusan Tempat Usaha Bengkel Sepeda Motor Form Entri Data Kriteria ID Kriteria : Nama Kriteria : Nilai Bobot :
ID Kriteria 99999 99999 Baru
Nama Kriteria xxxxx xxxxx Edit
Hapus
Nilai Bobot 999999999 999999999 Simpan
Keluar
Gambar III.24. Perancangan Halaman Kriteria
72
5.
Tampilan Hasil Akhir Analisa Keputusan Halaman hasil akhir ini digunakan untuk menampilkan nilai preferensi yang
telah ditetapkan dari setiap alternatif lokasi seperti gambar III.25 berikut. Sistem Pendukung Keputusan Tempat Usaha Baju Butik Tabel Penilaian Alternatif Lokasi Alternatif
xxxxxx xxxxxx xxxxxx xxxxxx
Tabel Bobot Penilaian
Kepadatan penduduk
Jumlah pesaing
Harga Tempat
99 99 99 99
99 99 99 99
99 99 99 99
Latar Belakang Penduduk 99 99 99 99
Keamanan
99 99 99 99
Nama kreteria xxxx xxxx xxxx
Nilai Bobot 99 99 99 Cetak
Tabel Normalisasi Penilaian Alternatif
xxxxxx xxxxxx xxxxxx xxxxxx
Tutup s
Tabel Hasil Penilaian
Kepadatan penduduk
Jumlah pesaing
Harga Tempat
99 99 99 99
99 99 99 99
99 99 99 99
Latar Belakang Penduduk 99 99 99 99
Keamanan
99 99 99 99
Alternatif xxxxxx xxxxxx xxxxxx xxxxxx
Nilai 99 99 99 99
Ranking xxxxxx xxxxxx xxxxxx xxxxxx
Gambar III.25. Perancangan Halaman Hasil Akhir Analisa Keputusan
6. Tampilan Halaman Laporan Data Nilai Kriteria Desain sistem ini berisikan tampilan daftar nilai kriteria yang sudah ditetapkan dalam yaitu aplikasi, seperti pada gambar III.26 berikut ini. Sistem Pendukung Keputusan Tempat Usaha Baju Butik LAPORAN DATA KRITERIA PENILAIAN ID KRITERIA XXX XXX
NAMA KRITERIA XXXXXXXXXXXXX XXXXXXXXXXXXX
NILAI BOBOT 999 999
Gambar III.26. Perancangan Halaman Laporan Nilai Kriteria
73
7. Tampilan Halaman Laporan Data Alternatif Lokasi Desain sistem ini berisikan tampilan daftar alternatif lokasi yang telah diberikan nilai alternatif, seperti pada gambar III.26 berikut ini. Sistem Pendukung Keputusan Tempat Usaha Baju Butik LAPORAN NILAI DATA ALTERNATIF LOKASI USAHA BAJU BUTIK Nama Lokasi
Kepadatan Penduduk
Pesaing
Harga
XXXXXXXXX XXXXXXXXX XXXXXXXXX
999 999 999
999 999 999
999 999 999
Latar Keamanan belakang Penduduk 999 999 999 999 999 999
Gambar III.26. Perancangan Halaman Laporan Alternatif Lokasi
8. Tampilan Halaman Laporan Rangking Penilaian Lokasi Desain sistem ini berisikan tampilan daftar hasil penilaian lokasi usaha baju butik, seperti pada gambar III.24 berikut ini. Sistem Pendukung Keputusan Tempat Usaha Bengkel Sepeda Motor LAPORAN PENILAIAN LOKASI USAHA BAJU BUTIK Nama Lokasi
Kepadatan Penduduk
Pesaing
Harga
XXXXXXXXX XXXXXXXXX XXXXXXXXX
999 999 999
999 999 999
999 999 999
Latar Keamanan Belakang Penduduk 999 999 999 999 999 999
Nilai Akhir 9999 9999 9999
74
Gambar III.27. Perancangan Laporan Rangking Penilaian Lokasi
