PENERAPAN METODE KNN (K-NEAREST NEIGHBOR) PADA SISTEM PENDUKUNG KEPUTUSAN PEMBELIAN RUMAH
SKRIPSI Diajukan Untuk Memenuhi Salah Satu Syarat Mencapai Gelar Strata Satu Program Studi Informatika
Disusun oleh : YOGA WIDIASTUTI NIM. M0509079
PROGRAM STUDI INFORMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SEBELAS MARET SURAKARTA 2016
i
ii
iii
MOTTO
“Karena sesungguhnya sesudah kesulitan itu ada kemudahan. Sesungguhnya sesudah kesulitan itu ada kemudahan” (Q.S Al-Insyirah : 5-6)
Jangan lihat masa lampau dengan penyesalan, jangan pula lihat masa depan dengan ketakutan, tapi lihatlah sekitar dengan penuh kesadaran (James Thurber)
iv
PERSEMBAHAN Karya ini penulis persembahkan kepada :
Allah SWT, atas segala Rahmat, Berkah dan Hidayah-Nya Ibu dan Bapak tercinta, atas do’a, dukungan serta kasih sayang yang telah diberikan Kakak-kakak tersayang, Mbak Iin, Mas Dedi, Mas Bayu dan Mbak Warda atas dukungan dan motivasinya. Keponakan-keponakanku tersayang, Affan dan Athar. Seluruh teman-teman Informatika UNS khususnya angkatan 2009
v
KATA PENGANTAR Assalamu’alaikum Wr. Wb Alhamdulillahi Rabbil’alamin, Segala puji dan syukur atas kehadirat Allah SWT yang telah melimpahkan segala rahmat dan karunia-Nya, sehingga penulis dapat menyelesaikan skripsi dengan judul ”Penerapan Metode KNN (K-Nearest Neighbor) Pada Sistem Pendukung Keputusan Pembelian Rumah”, yang menjadi salah satu syarat mutlak untuk mendapatkan gelar Sarjana Informatika di Universitas Sebelas Maret (UNS) Surakarta. Dengan segala kerendahan hati, penulis menyadari akan keterbatasan yang dimiliki, begitu banyak bimbingan, bantuan, serta motivasi yang diberikan dalam proses penyusunan skripsi ini. Oleh karena itu, ucapan terima kasih penulis sampaikan kepada :
1. Ibu Sari Widya Sihwi, S.Kom., MTI selaku dosen pembimbing I, terimakasih atas kesabaran, ketelitian, koreksi, masukan, motivasi, semangat, do’a, dan memberikan waktunya untuk mengarahkan dan membimbing penulis selama proses penyelesaian skripsi ini. 2. Bapak Meiyanto Eko Sulistyo, S.T., M.Eng selaku dosen pembimbing II, terimakasih atas setiap diskusi, semangat, motivasi, ketelitian, koreksi, masukan dan kesabarannya selama proses penyelesaian skripsi ini. 3. Bapak Drs. Bambang Harjito, M.App.Sc., Ph.D., selaku Kepala Program Studi S1 Informatika UNS. 4. Ibu Esti Suryani, S.Si., M.Kom, selaku Pembimbing Akademik yang telah banyak memberi bimbimngan dan pengarahan selama penulis menempuh pendidikan di Program studi Informatika FMIPA UNS. 5. Bapak dan Ibu dosen serta karyawan di program studi Informatika FMIPA UNS yang telah mengajarkan penulis selama masa studi dan membantu dalam proses penyusunan skripsi ini. 6. Ibu, bapak, dan kakak-kakakku tercinta yang telah memberikan semangat, dukungan, do’a dan motivasi, serta kasih sayang yang tulus. 7. Teman-teman Informatika UNS 2009 yang telah memberikan dukungan, semangat dan bantuan sehingga penyusunan skripsi ini dapat terselesaikan.
vi
8. Semua pihak yang tidak bisa saya sebutkan satu-persatu yang telah memberikan bantuan dan dukungan terhadap penulis. Akhir kata semoga laporan ini dapat bermanfaat bagi para pembaca serta menambah pengalaman dan pengetahuan bagi penulis sendiri. Wassalamu’alaikum Wr. Wb.
Surakarta, 2016
Penulis
vii
DECISION SUPPORT SYSTEM FOR HOUSE PURCHASING USING KNN (K-NEAREST NEIGHBOR) METHOD
YOGA WIDIASTUTI Department of Informatics. Faculty of Mathematics and Natural Science. Sebelas Maret University
ABSTRACT
Every prospective home buyers has their own criteria in selecting home that suit their needs. But many of these criteria are followed by the availability of more than one choice of homes that meet those criteria. Therefore, we need a computerized system that can help them to obtain a good home selection decisions based on their needs. Method used in this research is K-nearest Neighbor (KNN). KNN is a method to classify the new objects based on the training data that were located closest to the object. This paper discusses about recommendation system to select house using 11 kinds of criteria, such as price, location, land area, building area, floor, bedroom, bathroom, maid’s room, garage/carport, electric power and water resources. This system also used a geographical information system to display the results in the form of a map. The testing was conducted by 25 users, they tried out the system and filled the satisfaction questionnaire system. The level of satisfaction obtained from two main aspects : result satisfaction and user interface design satisfaction, which is including the usability and the attractivess system. The results of this tests indicate the level of user satisfaction by 38% very satisfied, 58% satisfied and 4% not satisfied. Keywords : Decision Support System, Geographic Information System, House Purchasing, K-Nearest Neighbor,
viii
PENERAPAN METODE KNN (K-NEAREST NEIGHBOR) PADA SISTEM PENDUKUNG KEPUTUSAN PEMBELIAN RUMAH YOGA WIDIASTUTI Program Studi Informatika. Fakultas Matematika dan Ilmu Pengetahuan Alam. Universitas Sebelas Maret
ABSTRAK
Setiap calon pembeli rumah mempunyai kriteria tersendiri dalam memilih rumah. Namun kriteria tersebut bisa dipenuhi oleh banyak tipe rumah di banyak perumahan. Untuk itu diperlukan suatu sistem terkomputerisasi yang dapat membantu calon pembeli rumah untuk memperoleh keputusan yang sesuai dengan keinginannya. Metode yang digunakan dalam penelitian ini adalah K-Nearest Neighbor (KNN). KNN adalah metode yang melakukan klasifikasi terhadap objek baru berdasarkan data latih yang jaraknya paling dekat dengan objek tersebut Penelitian ini membahas tentang sistem rekomendasi pembelihan rumah menggunakan 11 kriteria seperti harga, lokasi, luas tanah, luas bangunan, lantai, kamar tidur, kamar mandi, kamar pembantu, garasi, daya listrik dan sumber air. Sistem yang dibangun juga akan menggunakan sistem informasi geografi untuk menampilkan hasil rekomendasinya dalam bentuk peta. Pengujian dilakukan oleh 25 user dengan cara mencoba sistem dan mengisi angket kepuasan sistem. Tingkat kepuasan didapatkan dari dua aspek utama yakni kepuasan hasil dan kepusan user interface design yang meliputi usability dan attractiveness sistem. Hasil dari pengujian ini menunjukkan tingkat kepuasan user sebesar 38% sangat puas, 58% puas, dan 4% tidak puas.
Kata Kunci : K-Nearest Neighbor, Pembelian Rumah, Sistem Informasi Geografi, Sistem Pendukung Keputusan
ix
DAFTAR ISI
HALAMAN JUDUL ................................................................................................... i HALAMAN PERSETUJUAN .................................................................................... ii HALAMAN PENGESAHAN .................................................................................... iii HALAMAN MOTTO ................................................................................................. iv HALAMAN PERSEMBAHAN .................................................................................. v KATA PENGANTAR ................................................................................................ vi Abstract ..................................................................................................................... viii Abstrak ........................................................................................................................ ix DAFTAR ISI................................................................................................................. x DAFTAR TABEL..................................................................................................... xiii DAFTAR GAMBAR ................................................................................................. xiv DAFTAR LAMPIRAN.............................................................................................. xv BAB I PENDAHULUAN ............................................................................................1 1.1
Latar Belakang .............................................................................................. 1
1.2
Rumusan Masalah ......................................................................................... 2
1.3
Batasan Masalah............................................................................................ 2
1.4
Tujuan Penelitian .......................................................................................... 3
1.5
Manfaat Penelitian ........................................................................................ 3
1.6
Sistematika Penulisan.................................................................................... 3
BAB II TINJAUAN PUSTAKA ..................................................................................5 2.1
Landasan Teori ...............................................................................................5 2.1.1 Sistem Pendukung Keputusan .................................................................5 2.1.1.1 Definisi Sistem Pendukung Keputusan .........................................5 2.1.1.2 Karakteristik dan Kapabilitas Sistem Pendukung Keputusan .......6 x
2.1.1.3 Komponen Sistem Pendukung Keputusan ....................................8 2.1.1.4 Fase-fase Pengambilan Keputusan ...............................................9 2.1.2 K-Nearest Neighbor .............................................................................. 11 2.1.2.1 Algoritma K-Nearest Neighbor (KNN) ....................................... 12 2.1.2.2 Preparation Data ........................................................................ 13 2.1.3 Sistem Informasi Geografi (SIG) .......................................................... 14 2.1.3.1 Manfaat Sistem Informasi Geografi............................................ 15 2.1.3.2 Subsistem Sistem Informasi Geografi ........................................ 15 2.1.3.3 Cara kerja Sistem Informasi Geografi ........................................ 16 2.1.3.4 Kemampuan Sistem Informasi Geografi .................................... 17 2.1.4 Google Maps API.................................................................................. 17 2.2
Penelitian Terkait ........................................................................................ 18
2.3
Rencana Penelitian ....................................................................................... 21
BAB III METODOLOGI PENETILIAN ................................................................... 23 3.1
Tahap Awal .................................................................................................. 23 3.1.1 Study Literature..................................................................................... 23 3.1.2 Pengumpulan Data ................................................................................ 24
3.2
Tahap Analisa............................................................................................... 24
3.3
Tahap Implementasi ..................................................................................... 26 3.3.1 Pembuatan Database ............................................................................. 26 3.3.2 Pembuatan Kode Program .................................................................... 26 3.3.3 Testing ................................................................................................... 27 3.3.4 Debugging ............................................................................................. 27
3.4
Tahap Pengujian ........................................................................................... 27
BAB IV PEMBAHASAN .......................................................................................... 28 4.1
Analisa Awal Sistem .................................................................................... 28
xi
4.2
Perhitungan Metode ..................................................................................... 31 4.2.1 Kasus Pertama ......................................................................................... 31 4.2.2 Kasus Kedua ............................................................................................ 36
4.3
Hasil Pengujian ............................................................................................ 41
BAB V PENUTUP ..................................................................................................... 43 5.1
Kesimpulan .................................................................................................. 43
5.2
Saran ............................................................................................................. 43
DAFTAR PUSTAKA ................................................................................................. 45
xii
DAFTAR TABEL
Tabel 2. 1 Keterkaitan Penelitian dengan Penelitian Sebelumnya ............................ 21 Tabel 3. 1 Rincian Jumlah Perumahan Per Wilayah ................................................. 24 Tabel 4. 1 Contoh Data Perumahan ........................................................................... 30 Tabel 4. 2 Data Testing Kasus Pertama ..................................................................... 31 Tabel 4. 3 Hasil Normalisasi Data Testing Kasus Pertama ....................................... 33 Tabel 4. 4 Contoh Hasil Normalisasi Data Training Kasus Pertama ......................... 33 Tabel 4. 5 Hasil Rekomendasi Rumah Kasus Pertama .............................................. 35 Tabel 4. 6 Data Testing Kasus Kedua ........................................................................ 36 Tabel 4. 7 Hasil Normalisasi Data Testing Kasus Kedua .......................................... 38 Tabel 4. 8 Contoh Hasil Normalisasi Data Training Kasus Kedua ........................... 38 Tabel 4. 9 Hasil Rekomendasi Rumah Kasus Kedua ................................................ 40 Tabel 4. 10 Prosentasi Tingkat Kepuasan User ......................................................... 41
xiii
DAFTAR GAMBAR Gambar 2. 1 Karakteristik dan kapabilitas SPK ..........................................................6 Gambar 2. 2 Arsitektur Sistem pendukung Keputusan................................................9 Gambar 2. 3 Fase Pengambbilan keputusan .............................................................. 10 Gambar 2. 4 Flowchart Metode KNN ....................................................................... 13 Gambar 2. 5 Subsistem Sistem Informasi Geografi .................................................. 16 Gambar 3. 1 Metode Penelitian................................................................................. 23 Gambar 4. 1 Tampilan Hasil Rekomendasi Rumah Pada Contoh Kasus Pertama ... 35 Gambar 4. 2 Tampilan Peta Lokasi Pada Contoh Kasus Pertama ............................ 36 Gambar 4. 3 Tampilan Hasil Rekomendasi Rumah Pada Contoh Kasus Kedua ...... 40 Gambar 4. 4 Tampilan Peta Lokasi Pada Contoh Kasus Kedua ............................... 41
xiv
DAFTAR LAMPIRAN Lampiran 1 Hasil Implementasi Sistem ...................................................................... 48 Lampiran 2 Daftar Data Perumahan ........................................................................... 51 Lampiran 3 Hasil Normalisasi Data Kasus Pertama ................................................... 71 Lampiran 4 Hasil Normalisasi Data Kasus Kedua ..................................................... 81 Lampiran 5 Hasil Pengurutan Jarak Euclidean Distance Kasus Pertama ................... 91 Lampiran 6 Hasil Pengurutan Jarak Euclidean Distance Kasus Kasus Kedua ........... 94 Lampiran 7 Angket Kepuasan .................................................................................... 97 Lampiran 8 Hasil Angket kepuasan ............................................................................ 98
xv
