PERANCANGAN SISTEM PENDUKUNG PENGAMBILAN KEPUTUSAN KULINER YOGYAKARTA

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

PERANCANGAN SISTEM PENDUKUNG PENGAMBILAN KEPUTUSAN KULINER YOGYAKARTA

TUGAS AKHIR Diajukan Untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer Program Studi Teknik Informatika

Disusun Oleh : TABITA LESTARI ULI SIMAMORA 085314013

PROGRAM STUDI TEKNIK INFORMATIKA JURUSAN TEKNIK INFORMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS SANATA DHARMA YOGYAKARTA 2014

i


DECISION SUPPORT SYSTEM DESIGN OF YOGYAKARTA CULINARY

A Thesis Presented as Partial Fulfillment of the Requirements To Obtain the Sarjana Komputer Degree In Informatical Engineering Study Program

By : TABITA LESTARI ULI SIMAMORA 085314013

INFORMATICS ENGINEERING STUDY PROGRAM DEPARTMENT OF INFORMATICS ENGINEERING FACULTY OF SCIENCE AND TECHNOLOGY SANATA DHARMA UNIVERSITY YOGYAKARTA 2014

ii




HALAMAN PERSEMBAHAN

“Tetapi karena kasih karunia Allah aku adalah sebagaimana aku ada sekarang, dan kasih karunia yang dianugerahkan-Nya kepada aku tidak sia-sia. Sebaliknya, aku telah bekerja lebih keras dari pada mereka semua; tetapi bukannya aku, melainkan kasih karunia Allah yang menyertai aku.” (1 Korintus 15:10) “Karena masa depan sungguh ada, dan harapanmu tidak akan hilang” (Amsal 23:18)

“Segala sesuatu yang dikerjakan dengan kasih tidak akan pernah sia-sia.”

Tugas akhir ini saya persembahkan untuk : Tuhan Yesus Kristus Orangtuaku, saudara- saudaraku, sahabat – sahabatku dan orang – orang terkasih.

v



ABSTRAK

Sistem Pendukung Pengambilan Keputusan merupakan suatu sistem berbasis komputer yang ditujukan untuk membantu pengambilan keputusan dengan memanfaatkan data dan model tertentu untuk memecahkan berbagai persoalan yang tidak terstruktur dan semi terstruktur. Tujuan dari penelitian ini adalah untuk menghasilkan rancangan Sistem Pendukung Pengambilan Keputusan supaya konsumen dapat menentukan lokasi rumah makan yang sesuai dengan keinginannya berdasarkan menu makanan dan biaya menu makanan yang tersedia. Sistem pendukung keputusan yang dibangun diharapkan dapat membantu pengguna dalam pengambilan keputusan. Perancangan sistem pendukung pengambilan keputusan ini menggunakan metode PROMETHEE (Preference Ranking Organization for Enrichment Evaluation). Konsep dasar metode PROMETHEE adalah perhitungan dari bobot pada setiap kriteria untuk menghasilkan perankingan. Hasil akhir penelitian sesuai dengan kualitas rancangan berdasarkan evaluasi 20 programmer menunjukkan bahwa rancangan sistem pendukung pengambilan keputusan dengan metode PROMETHEE dapat dibangun sebuah sistem yang membantu pengguna dalam memberikan rekomendasi rumah makan.

Kata kunci promethee

: sistem pendukung pengambilan keputusan, rumah makan,

vii


ABSTRACT

Decision support system is a system based on computer that is aimed to help decision-making process with utilizing data and particular models to solve various unstructured and semi-structured problems. This research is aimed to produce the design of such support system so that the consumer can decide the location of the restaurant that in accordance with his/her desire based on menu foods and the cost of menu foods that is available. The system is expected to help the user to decide easily. This support system uses PROMETHEE method (Preference Ranking Organization Enrichment Evaluation). The essence of this method is the calculation of weight in each criterion to produce the ranking. Based on to evaluate mady by 20 programmers, the design could be considered as appropriate. Moreover, the promethee shows method useful as it is able to decide the most expected restaurant.

Keyword

: decision support system, restaurant, promethee

viii



KATA PENGANTAR

Puji dan syukur penulis panjatkan kepada Tuhan Yesus Kristus, sehingga penulis dapat menyelesaikan tugas akhir sebagai salah satu mata kuliah wajib dan merupakan syarat akademik pada jurusan Teknik Informatika Universitas Sanata Dharma Yogyakarta. Pada kesempatan ini penulis ingin mengucapkan terima kasih kepada pihak-pihak yang telah banyak membantu dalam penulisan skripsi ini.

Ucapan terima kasih penuli

sampaikan diantaranya kepada : 1. Drs.Johanes Eka Priyatma M.Sc., Ph.D., sebagai Dosen Pembimbing Tugas Akhir. 2. Ibu P.H. Prima Rosa, S.Si., M.Sc., selaku Dekan Fakultas Sains dan Teknologi Universitas Sanata Dharma Yogyakarta dan dosen penguji. 3. Eko Hari Parmadi,S.Si., M.Kom, selaku dosen penguji. 4. Bapak, Mama, Kakak Hetti, Kakak Duma, Kakak Juli, Adik Mei, dan Adik Jo yang adalah keluarga tercinta yang selalu mendoakan dan memberikan dukungan dalam penyelesaian tugas akhir. 5. Ervant, Kakak Vanda, Mommy Novy, Chriz, Paska, Hardi, Lena, Jenny, Vemby, Elcia, Reta, Fany, M1, M3, M6, M8, M19, M23, penghuni kos suzi arib, dan seluruh teman-teman yang tidak bisa disebutkan satu per satu yang telah mendoakan, memberi bantuan, dan setiap dukungan untuk menyelesaikan tugas akhir. 6. Reza M. Darojad dan Maria Kristilia, yang telah membantu dan berbagii ilmu selama menempuh studi. 7. Seluruh CG di GMS Yogyakarta yang tidak dapat saya sebutkan satu per satu yang telah memberikan dukungan. 8. Semua pihak yang telah membantu penulis baik secara langsung maupun tidak langsung yang tidak dapat penulis sebutkan satu per satu.

x


Penulis menyadari masih banyak kekurangan yang terdapat dalam tugas akhir ini. Saran dan kritik selalu penulis harapkan dari pembaca dan perbaikan-perbaikan di masa yang akan datang. Penulis berharap tulisan ini bisa bermanfaat bagi kemajuan dan berbagai pihak pengguna pada umumnya.

Yogyakarta,

Desember 2014

Tabita Lestari Uli Simamora

xi


DAFTAR ISI

HALAMAN JUDUL………………………………………...………………..

i

HALAMAN PERSETUJUAN.………………………………...……………..

iii

HALAMAN PENGESAHAN..…………………………………...…………..

iv

HALAMAN PERSEMBAHAN..…………………………………...………...

v

PERNYATAAN KEASLIAN KARYA..……………………………...…..….

vi

ABSTRAK..………………………………..……………………………....…

vii

ABSTRACT..……………………………….……………………………….....

viii

LEMBAR PERNYATAAN PERSETUJUAN PUBLIKASI.……………...…

ix

KATA PENGANTAR………………………………………………...………

x

DAFTAR ISI………………………………………………………..………...

xii

DAFTAR TABEL……………………………………………………..…..….

xiv

DAFTAR LAMPIRAN…………………………………………………..…... BAB I PENDAHULUAN 1.1 Latar Belakang..............………………………..……...………...….

1

1.2 Rumusan Masalah………….……………………...……...……...…

4

1.3 Batasan Masalah......…………………………………..…...………..

4

1.4 Tujuan Penelitian......…………………….......……..……....……….

5

1.5 Metodologi Penelitian……………………………………...…….....

5

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

6

2.2 Metode Preference Ranking Organization For Enrichment Evaluation (PROMETHEE).............................……………..…...….

10

2.3 Google Maps ....................…………………………………...…..….

45

2.4 MySQL Database ..……………………………….…………..……..

49

2.5 Mengukur Kualitas Rancangan Sistem..………………………..…...

50

2.6 Skala Likert..……………………………….………………..............

54

2.7 Contoh Kasus Implementasi Metode PROMETHEE dalam xii


Pencarian Rumah Makan.....…………..………….........…................

56

BAB III METODE PENELITIAN 3.1 Identifikasi Masalah …….....…………..………….........………..…

88

3.2 Pengumpulan Data......………….……………………...……………

89

3.3 Perancangan Sistem......………..........…………………………....…

89

3.4 Evaluasi Perancangan Sistem.......…………………………..…..…..

91

3.5 Penarikan Kesimpulan…………………....…………….………..….

91

BAB IV ANALISIS DAN PERANCANGAN SISTEM 4.1 Gambaran Sistem yang Dikembangkan………....…….…….……...

93

4.2 Analisa Kebutuhan …………........…………………….………..….

93

4.3 Perancangan Sistem …………………………....……………….….

95

4.3.1. Diagram Use case………………………….......……………..

95

4.3.2. Narasi Use case ……......……………………………………..

97

4.3.3. Manajemen Model……………………....……………....……

112

4.3.4. Manajemen Data……………………....…………………...…

113

4.3.5. Manajemen Dialog……………………....……………....……

121

4.3.6. Perancangan Proses……………………....………………...…

139

BAB V PENUTUP 5.1 Pengujian Perancangan………….……….……………………….....

164

5.2 Kesimpulan………………………….……………………………....

170

5.3 Saran……………………....…………………………....……...……

171

DAFTAR PUSTAKA……………………………….……………………… LAMPIRAN……………………………….…………….………………….

xiii

172


DAFTAR TABEL

Tabel 2.1 Nilai Kriteria untuk Masing-masing Rumah Makan............................................ 27 Tabel 2.2 Nilai Indeks Preferensi......................................................................................... 43 Tabel 2.3 PROMETHEE Tahap I........................................................................................ 44 Tabel 2.4 Promethee Tahap II.............................................................................................. 45 Tabel 2.5 Kategori Skala Likert........................................................................................... 55 Tabel 2.6 Kategori Rating Rumah Makan............................................................................ 56 Tabel 2.7 Penilaian Kenyamanan Tempat Tali Roso........................................................... 57 Tabel 2.8 Penilaian Pelayanan Tali Roso............................................................................. 58 Tabel 2.9 Penilaian Kebersihan Tali Roso........................................................................... 59 Tabel 2.10 Penilaian Rasa Tali Roso................................................................................... 60 Tabel 2.11 Penilaiain Kenyamanan Tempat Mie Jakarta..................................................... 61 Tabel 2.12 Penilaian Pelayanan Mie Jakarta........................................................................ 62 Tabel 2.13 Penilaian Kebersihan Mie Jakarta...................................................................... 63 Tabel 2.14 Penilaian Rasa Mie Jakarta................................................................................ 64 Tabel 2.15 Penilaian Kenyamanan Tempat Keray Indah Chinnise Food............................ 65 Tabel 2.16 Penilaian Pelayanan Keray Indah Chinnise Food.............................................. 66 Tabel 2.17 Penilaian Kebersihan Keray Indah Chinnise Food............................................. 67 Tabel 2.18 Penilaian Rasa Keray Indah Chinnise Food....................................................... 68 Tabel 2.19 Nilai Kriteria untuk Rumah Makan.....................................................................69 Tabel 2.20 Nilai Indeks Preferensi Rumah Makan.............................................................. 85 Tabel 2.21 PROMETHEE Tahap I Rumah Makan.............................................................. 86 Tabel 2.22 PROMETHEE Tahap II Rumah Makan............................................................. 87 Tabel 4.1 Tabel Analisa Kebutuhan..................................................................................... 93 Tabel 4.2 Narasi Use Case Login......................................................................................... 97 Tabel 4.3 Narasi Use Case Menambah Data Rumah Makan............................................... 100 Tabel 4.4 Narasi Use Case Mengubah Data Rumah Makan................................................ 101 Tabel 4.5 Narasi Use Case Menambah Data Makanan........................................................ 104 Tabel 4.6 Narasi Use Case Mengubah Data Makanan......................................................... 105 Tabel 4.7 Narasi Use Case Logout....................................................................................... 108 Tabel 4.8 Narasi Use Case Mencari Rekomendasi Rumah Makan...................................... 109 xiv


Tabel 4.9 Narasi Use Case Memberi Penilaian Rumah Makan............................................111 Tabel 4.10 Tabel Rumah Makan ......................................................................................... 115 Tabel 4.11 Tabel Makanan................................................................................................... 116 Tabel 4.12 Tabel Jenis Makanan.......................................................................................... 117 Tabel 4.13 Tabel Penilaian................................................................................................... 118 Tabel 4.14 Tabel Pengguna.................................................................................................. 118 Tabel 4.15 Tabel Mitra Bisnis.............................................................................................. 119 Tabel 4.16 Tabel Kriteria..................................................................................................... 120 Tabel 5.1 Tabel Kuesioner untuk Responden...................................................................... 166 Tabel 5.2 Tabel Skor Kategori............................................................................................. 167 Tabel 5.3 Tabel Kategori Skala Likert................................................................................. 168 Tabel 5.4 Tabel Perhitungan Kuesioner............................................................................... 169 Tabel 5.5 Tabel Total Seluruh Responden........................................................................... 170

xv


DAFTAR GAMBAR

Gambar 2.1 Arsitektur DSS................................................................................................. 9 Gambar 2.2 Data Dasar Analisis PROMETHEE.................................................................. 11 Gambar 2.3 Kriteria Biasa.................................................................................................... 14 Gambar 2.4 Kriteria Quasi.................................................................................................... 15 Gambar 2.5 Kriteria dengan Preferensi Linier...................................................................... 17 Gambar 2.6 Kriteria Level.................................................................................................... 18 Gambar 2.7 Kriteria dengan Preferensi Linier dan Area yang Tidak Berbeda.................... 19 Gambar 2.8 Kriteria Gaussian.............................................................................................. 20 Gambar 2.9 Hubungan Antar Node..................................................................................... 23 Gambar 2.10 Leaving Flow.................................................................................................. 24 Gambar 2.11 Entering Flow................................................................................................. 24 Gambar 2.12 Contoh Partial Ranking (Promethee I)........................................................... 26 Gambar 2.13 Contoh Complete Ranking (Promethee II).................................................... 27 Gambar 4.1

Use Case Administrator................................................................................. 96

Gambar 4.2

Use Case Pengunjung..................................................................................... 96

Gambar 4.3

Use Case Mitra Bisnis..................................................................................... 97

Gambar 4.4

Diagram Ketergantungan............................................................................... 112

Gambar 4.5

Diagram Entity-Relationship......................................................................... 114

Gambar 4.6

Desain Logikal............................................................................................... 115

Gambar 4.7

Relasi Antar Tabel.......................................................................................... 121

Gambar 4.8

Desain Halaman Awal................................................................................... 123

Gambar 4.9

Desain Halaman Hasil Pencarian................................................................... 124

Gambar 4.10 Form Pengaturan Preferensi Kriteria............................................................. 125 Gambar 4.11 Hasil Perhitungan PROMETHEE................................................................. 126 Gambar 4.12 Rekomendasi Rumah Makan......................................................................... 126 Gambar 4.13 Desain Halaman Beranda Administrator....................................................... 127 Gambar 4.14 Desain Halaman Tambah Data Rumah Makan.............................................. 128 Gambar 4.15 Desain Halaman Data Rumah Makan............................................................ 129 Gambar 4.16 Desain Halaman Ubah Rumah Data Rumah Makan...................................... 130 Gambar 4.17 Desain Halaman Data Rumah Makan............................................................ 131 Gambar 4.18 Desain Halaman Login Pengguna.................................................................. 132 xvi


Gambar 4.19 Desain Halaman Data Makanan..................................................................... 133 Gambar 4.20 Desain Halaman Ubah Data Makanan........................................................... 133 Gambar 4.21 Desain Halaman Tambah Mitra Bisnis.......................................................... 134 Gambar 4.22 Desain Halaman Mengelola Kriteria.............................................................. 135 Gambar 4.23 Desain Halaman Beranda Pengunjung........................................................... 136 Gambar 4.24 Desain Halaman Daftar Rumah Makan.......................................................... 136 Gambar 4.25 Desain Halaman Rating Pengunjung.............................................................. 137 Gambar 4.26 Desain Halaman Beranda Mitra Bisnis........................................................... 138 Gambar 4.27 Desain Halaman Tambah Data Makanan........................................................139 Gambar 4.28 Diagram Konteks............................................................................................ 140 Gambar 4.29 DFD Level 1................................................................................................... 141 Gambar 4.30 DFD Level 2................................................................................................... 142 Gambar 4.31 DFD Level 2 – Mengelola Rumah Makan..................................................... 143 Gambar 4.32 DFD Level 2 – Mengelola Kriteria................................................................ 144 Gambar 4.33 DFD Level 2 – Mencari Rekomendasi Rumah Makan.................................. 145 Gambar 4.34 DFD Level 2 – Memberi Penilaian Rumah Makan........................................ 146

xvii


BAB I PENDAHULUAN

1.1

Latar Belakang Yogyakarta dikenal sebagai kota pelajar, di mana banyak terdapat universitas dan sekolah. Tiap tahun selalu ada pertambahan jumlah pelajar yang datang dari berbagai provinsi ke Yogyakarta untuk kuliah atau sekolah. Tidak hanya itu, Yogyakarta juga memiliki banyak tempat wisata, hal ini yang menarik wisatawan dari luar kota untuk berkunjung ke tempat wisata di Yogyakarta.

Disamping itu, Yogyakarta menyediakan wisata

kuliner untuk melengkapi kunjungan wisatawan dari luar kota. Wisata kuliner menjadi pusat perhatian masyarakat atau pengunjung untuk mencoba makanan khas dan berbeda di Yogyakarta. Hal ini yang menarik pengusaha untuk mendirikan rumah makan yang memiliki ciri khas-nya masing-masing. Pengusaha rumah makan juga mencari lokasi yang strategis untuk menarik pengunjung seperti di dekat sekolah dan kampus, tempat wisata, tempat perbelanjaan, dan sebagainya. Beraneka ragam menu makanan yang disajikan masing-masing rumah makan dan dengan harga yang berbeda-beda dari yang murah hingga yang mahal. Keadaan ini menciptakan suatu kondisi persaingan di antara para pengusaha atas menu yang disediakan pada masing-masing rumah makan. Pengusaha sebaiknya mengetahui serta memahami konsumen dengan baik sehingga produk dan pelayanan yang paling memuaskan akan diminati oleh

1

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 2

konsumen sehingga akan menghasilkan keuntungan dari penjualan. Rumah makan merupakan usaha yang berhubungan langsung dengan

pelanggan

atau

konsumen,

sehingga

segala sesuatu yang

dilakukan pengusaha rumah makan disamping untuk memperoleh keuntungan juga bagaimana pengelola rumah makan dapat memuaskan konsumen.

Karena dengan adanya kepuasan konsumen maka untuk

selanjutnya konsumen akan memperlihatkan peluang membeli yang lebih tinggi dalam kesempatan berikutnya. Konsumen yang puas cenderung mengatakan sesuatu yang serba baik tentang rumah makan tersebut kepada orang lain. Sehingga orang lain akan berminat membeli pada rumah makan tersebut. Berbagai macam hal yang dilakukan pengusaha rumah makan untuk mempertahankan kualitas rumah makan ditengah-tengah persaingan bisnis rumah makan di Yogyakarta. Karena itu pengusaha rumah makan berupaya menciptakan kekhasan dan keunggulan rumah makannya masingmasing untuk dapat menarik konsumen.

Beberapa hal yang dilakukan

pengusaha rumah makan untuk menarik konsumen misalnya fasilitas pelayanan, harga maupun menu makanan yang beraneka ragam dengan dan kualitas yang lebih unggul dibanding dengan para pesaingnya. Pelayanan yang baik mampu memberikan kepuasan pada konsumen, di samping akan mampu mempertahankan konsumen yang lama untuk terus membeli, serta akan mampu pula menarik konsumen baru. Keberadaan rumah makan yang banyak membuat konsumen terkadang


bingung mau memilih rumah makan yang sesuai dengan keinginan mereka. Sehingga hal ini membuat konsumen yang terdiri dari orang yang bertempat tinggal di Yogyakarta maupun pengunjung yang berasal dari luar Kota Yogyakarta yang masih merasa bingung mencari rumah makan, membutuhkan informasi untuk memutuskan mengunjungi rumah makan yang tepat berdasarkan biaya yang dimiliki dan menu yang diinginkan, serta lokasi yang disesuaikan dengan keberadaan konsumen. Untuk itu diperlukan suatu sistem pendukung pengambilan keputusan yang dapat membantu konsumen dalam memberikan rekomendasi rumah makan dengan

menerapkan

metode

PROMETHEE

(Preference

Ranking

Organization for Enrichment Evaluation). Metode ini menggunakan model perangkingan yang akan menampilkan rumah makan yang direkomendasi dengan diurutkan sesuai dengan data yang diinputkan. Diharapkan dengan sistem ini dapat memberikan informasi yang jelas mengenai tujuan rumah makan kepada para konsumen. Sistem

ini merupakan komputerisasi dari sistem

manual

dalam penentuan tujuan restoran dengan memanfaatkan integrasi google maps untuk mengambil keputusan. Sistem ini akan memberikan output berupa rekomendasi rumah makan yang sesuai dengan data rumah makan yang telah dimasukkan yaitu jenis makanan, nama makanan, harga makanan, dan lokasi rumah makan.


1.2

Rumusan Masalah Rumusan masalah dalam penelitian tugas akhir ini adalah bagaimana merancang sistem pendukung pengambilan keputusan dengan menggunakan integrasi model dalam google maps untuk memberikan rekomendasi rumah makan yang sesuai dengan keinginan pengguna berdasarkan jenis makanan, harga makanan, dan lokasi rumah makan.

1.3

Batasan Masalah Batasan masalah yang menjadi acuan dalam penelitian skripsi adalah : 1.

Sistem

pendukung

pengambilan keputusan

digunakan

dalam

menentukan lokasi restoran berdasarkan menu makanan dan harga makanan yang dipesan untuk meminimalkan biaya bagi konsumen, khusus untuk rumah makan yang berada di kota Yogyakarta. 2.

Perancangan sistem pendukung pengambilan keputusan berperan dalam merancang pengambilan keputusan dengan memanfaatkan data lokasi restoran untuk memperoleh output yang sesuai dengan kriteria konsumen.

3.

Skripsi ini hanya membahas biaya dan menu makanan dari yang menu spesial hingga yang biasa, serta lokasi rumah makan dari yang jauh hingga yang dekat.

4.

Integrasi google maps membantu user dalam menentukan lokasi rumah makan dari lokasi dimana user berada.


1.4

Tujuan Penelitian Tujuan yang hendak dicapai dalam penelitian skripsi ini adalah untuk menghasilkan rancangan sistem supaya konsumen dapat menentukan lokasi rumah makan yang sesuai dengan keinginan konsumen berdasarkan menu makanan dan biaya menu makanan yang tersedia.

1.5

Metodologi Penelitian Langkah-langkah dalam menyelesaikan penelitian ini adalah: 1) Studi literatur dari buku-buku, artikel dan internet. 2) Bimbingan dengan beberapa sumber untuk memberikan masukanmasukan penting bagi pelaksanaan skripsi ini. 3) Analisis

perancangan

model

sistem

pendukung

pengambilan

keputusan kuliner yogyakarta yang sesuai dengan kebutuhan pengguna. 4) Mengevaluasi rancangan sistem pendukung pengambilan keputusan kuliner yogyakarta. 5) Menyebar kuesioner mengenai perancangan sistem yang telah dirancang kepada programmer.


BAB II LANDASAN TEORI

2.1

Sistem Pendukung Keputusan

2.1.1 Pengertian dan Tujuan Sistem Pendukung Keputusan Sistem Pendukung Keputusan (Decision Support System) merupakan suatu pendekatan (atau metodologi) untuk mendukung pengambilan keputusan (Turban, Efraim dan Jay Aronson. 2005). Sistem Pendukung Keputusan (SPK) biasanya dibangun untuk mendukung atu masalah atau mengevaluasi suatu peluang. SPK yang seperti itu disebut aplikasi SPK.

Aplikasi SPK menggunakan CBIS (Computer Based

Information System) yang fleksibel, interaktif, dan dapat diadaptasi, yang dikembangkan untuk mendukung solusi atas masalah manajemen spesifik yang tidak terstruktur.

2.1.2 Tujuan Sistem Pendukung Pengambilan Keputusan Tujuan dari SPK adalah (Turban, Efraim dan Jay Aronson. 2005): 1.

Membantu manajer dalam pengambilan keputusan atas masalah semiterstruktur.

2.

Memberikan dukungan atas pertimbangan manajemen dan bukannya dimaksudkan untuk menggantikan fungsi manajer.

3.

Meningkatkan efektivitas keputusan yang diambil manajer lebih dari pada perbaikan efisiensinya.


4.

Kecepatan komputasi.

Komputer memungkinkan para pengambil

keputusan untuk melakukan banyak komputasi secara cepat dengan biaya yang rendah. 5.

Peningkatan produktivitas.

Membangun satu kelompok pengambil

keputusan, terutama para pakar, bias sangat mahal. 6.

Dukungan kualitas. Komputer bisa meningkatkan kualitas keputusan yang dibuat.

7.

Berdaya saing. perusahaan.

Manajemen dan pemberdayaan sumber daya

Tekanan persainagn menyebabkan tugas pengambilan

keputusan menjadi sulit. 8.

Mengatasi keterbatasan kognitif dalam pemrosesan dan penyimpanan.

2.1.3 Komponen dalam Sistem Pengambilan Keputusan Menurut Kusrini [2007:25] sistem pendukung pengambilan keputusan terdiri dari beberapa komponen atau subsistem yaitu : 1.

Subsistem Manajemen Data Subsistem manajemen data memasukan satu database yang berisi data yang relevan untuk situasi yang dikelola oleh perangkat lunak yang disebut sistem manajemen database.

2.

Subsistem Manajemen Model Subsistem manajemen model, yaitu sebuah paket perangkat lunak yang berisi model-model finansial, statistik, management science, atau model


kuantitatif yang lain yang menyediakan kemampuan analisis sistem dan management software yang terkait. 3.

Subsistem Antarmuka Pengguna Pengguna berkomunikasi dengan memerintahkan sistem pendukung keputusan melalui subsistem tersebut, pengguna adalah bagian yang dipertimbangkan dari sistem. Subsistem ini tempat komunikasi antara pengguna dan sistem pendukung keputusan serta tempat pengguna memberikan perintah kepada sistem pendukung keputusan.

4.

Subsistem Manajemen Berbasis Pengetahuan Subsistem manajemen pengetahuan (knowledge) yaitu subsistem yang mampu mendukung subsistem yang lain atau berlaku sebagai sebuah komponen yang berdiri sendiri (independen) . Arsitektur

sistem

pendukung

keputusan

dan

komponen

yang

ditunjukkan pada gambar 2.1 memberikan pemahaman mendasar mengenai struktur umum suatu sistem pendukng keputusan atau DSS.


Gambar 2.1 Arsitektur DSS Sumber : Buku Decision Support Systems and Intelligent Systems oleh Turban

Berdasarkan tingkat dukungannya, SPK dibagi menjadi 6, yaitu: 1.

Retrieve Information Elements Inilah dukungan terendah yang bias diberikan oleh SPK, yakni berupa akses selektif terhadap informasi.

2.

Analyze Entire File Dalam tahapan ini, para manajer diberi akses untuk melihat dan menganalisis file secara lengkap.

3.

Prepare Reports from Multiple Files Dukungan seperti ini cenderung dibutuhkan mengingat manajer berhubungan dengan banyak aktivitas dalam suatu momen tertentu.

4.

Estimate Decision Consequences


Dalam tahapan ini, manajer dimungkinkan untuk melihat dampak dari setiap keputusan yang diambil. 5.

Propose Decision Dukungan di tahapan ini sedikit lebih maju lagi. Suatu alternative keputusan bias disodorkan ke hadapan manajer untuk dipertimbangkan.

6.

Make Decision. Ini adalah jenis dukungan yang sangat diharapkan dari SPK. Tahapan ini akan memberikan sebuah

keputusan yang tinggal menunggu

legitimasi dari manajer untuk dijalankan.

2.2

Metode Preference Ranking Organization for Enrichment Evaluation (PROMETHEE) Promethee adalah suatu metode penentuan urutan (prioritas) dalam analisis multikriteria. Masalah pokoknya adalah kesederhanaan, kejelasan , dan kestabilan. Dugaan dari dominasi kriteria yang digunakan dalam PROMETHE adalah penggunaan nilai dalam hubungan outranking (Brans, 1998). Ini adalah metode peringkat yang cukup sederhana dalam konsep dan aplikasi dibandingkan dengan metode lain untuk analisis multikriteria (Goumas, 1998). Prinsip yang digunakan adalah penetapan prioritas alternatif yang telah ditetapkan berdasarkan pertimbangan

(i  fi (.)   real word ) dengan kaidah dasar:

Max f1 (x), f 2 ( x), f 3 ( x), ..., f i ( x), ..., f k ( x)  x   


Di mana k adalah sejumlah kumpulan alternatif, dan fi ( i = 1,2,…, k ) merupakan nilai atau ukuran relatif kriteria untuk masing-masing alternatif. Dalam aplikasinya sejumlah kriteria telah ditetapkan untuk menjelaskan k yang merupakan nilai dari  (real word). Promethee termasuk

dalam keluarga dari metode outranking yang

dikembangkan oleh B. Roy, dan meliputi dua fase: 1.

Membangun hubungan outranking dari K

2. Eksploitasi dari hubungan ini memberikan jawaban optimasi kriteria dalamparadigma

permasalahan multikriteria.

Dalam fase pertama, nilai hubungan outranking berdasarkan pertimbangan dominasi masing-masing kriteria. Indeks preferensi ditentukan dan nilai outranking secara grafis disajikan berdasarkan preferensi dari pembuat keputusan. Data dasar untuk evaluasi dengan metode PROMETHEE disajikan sebagai berikut :

Gambar 2.2 Data Dasar Analisis PROMETHEE (Siregar, 2011)


2.2.1 Nilai Hubungan Outranking dalam PROMETHEE 2.2.1.1 Dominasi Kriteria Nilai f merupakan nilai nyata dari suatu kriteria :

f :k   dan tujuan berupa prosedur optimasi. Untuk setiap alternatif a ∈ K, f (a) merupakan evaluasi dari alternatif tersebut untuk suatu kriteria. Pada saat dua alternatif di bandingkan, a, b ∈ K harus dapat ditentukan perbandingan preferensinya. Penyampaian intesitas (P) dari preferensi alternatif a terhadap alternatif b sedemikian rupa sehingga : - P (a,b) = 0, berarti tidak ada (indefferent) antara a dan b, atau tidak ada preferensi dari a lebih baik dari b. - P (a,b) ~ 0, berarti lemah preferensi dari a lebih baik dari b. - P (a,b) ~ 1, berarti kuat preferensi dari a lebih baik dari b. - P (a,b) = 1 , berarti mutlak preferensi dari a lebih baik dari b. Dalam metode ini, fungsi preferensi seringkali menghasilkan nilai fungsi yang berbeda antara dua evaluasi, sehingga : P (a,b) = P (f(a)-f(b)). Untuk semua kriteria, suatu alternatif akan dipertimbangkan memiliki nilai kriteria yang lebih baik ditentukan oleh nilai f dan akumulasi dari nilai ini menentukan nilai preferensi atas masing-masing alternatif yang akan dipilih.


2.2.1.2 Rekomendasi Fungsi Preferensi Untuk Keperluan Aplikasi Dalam Promethee disajikan enam bentuk fungsi preferensi kriteria. Hal ini tentu saja tidak mutlak, tetapi bentuk ini cukup baik untuk beberapa kasus. Untuk memberikan gambaran yang lebih baik terhadap area yang tidak sama, digunakan fungsi selisih nilai kriteria antar alternatif H(d) dimana hal ini mempunyai hubungan langsung pada fungsi preferensi P:

 a, b  A f (a), f (b)

}

f (a) > f (b)  a P b f (b) = f (b)  a I b

a. Kriteria Biasa (Usual Criterion) 0 d≤0 H(d) = 1 d≠0 Dimana: H(d) = fungsi selisih kriteria antar alternatif d = selisih nilai kriteria { d = f(a) - f(b) } Pada kasus ini, tidak ada beda (sama penting) antara a dan b jika dan hanya jika f (a) = f (b); apabila kriteria pada masing-masing alternatif memiliki nilai berbeda, pembuat keputusan membuat preferensi mutlak untuk alternatif memiliki nilai yang lebih baik. Untuk melihat kasus preferensi pada kriteria biasa, ilustrasinya dapat dilihat pada perlombaan lari marathon, seorang peserta dengan peserta lain akan memiliki


peringkat yang mutlak berbeda walaupun hanya dengan selisih nilai (waktu) yang teramat kecil, dan dia akan memiliki peringkat yang sama jika dan hanya jika waktu tempuhnya sama atau selisih nilai diantara keduanya sebesar nol. Fungsi H(d) untuk fungsi preferensi ini disajikan pada gambar 2.2 (Suryadi, Kadarsah., dan Ramdhani M. Ali, 2002).

Gambar 2.3 Kriteria Biasa

b. Kriteria Quasi (Quasi Criterion) 0

-q≤d≤q

1

d < - q atau d > q

H(d) =

Dimana: H(d) = fungsi selisih kriteria antar alternatif d = selisih nilai kriteria { d = f(a) - f(b) } q = harus merupakan nilai tetap Dua alternatif memiliki preferensi yang sama penting selama selisih atau nilai H(d) dari masing-masing alternatif untuk kriteria tertentu tidak melebihi nilai q, dan apabila selisih hasil evaluasi untuk masing- masing


alternatif melebihi nilai q maka terjadi bentuk preferensi mutlak. Jika pembuat keputusan menggunakan kriteria kuasi, maka harus menentukan nilai q, dimana nilai ini dapat menjelaskan pengaruh yang signifikan dari suatu kriteria.

Dalam hal ini, preferensi yang lebih baik diperoleh

apabila terjadi selisih antara dua alternatif diatas nilai q. misalnya, seseorang akan dipandang mutlak lebih kaya apabila selisih nilai kekayaannya lebih besar dari Rp 10 juta, dan apabila kekayaannya kurang dari Rp. 10 juta dipandang sama kaya.

Gambar 2.4 Kriteria Quasi

c. Kriteria Dengan Preferensi Linier -p≤d≤p H(d) = 1

d < - p atau d > p


Dimana: H(d) = fungsi selisih kriteria antar alternatif d = selisih nilai kriteria { d = f(a) - f(b) } p = nilai kecenderungan atas Kriteria preferensi linier dapat menjelaskan bahwa selama nilai selisih memiliki nilai yang lebih rendah dari p, preferensi dari pembuat keputusan meningkat secara linier dengan nilai d. Jika nilai d lebih besar dibandingkan dengan nilai p, maka terjadi preferensi mutlak. Pada saat pembuat keputusan mengidentifikasi beberapa kriteria untuk tipe ini, harus ditentukan nilai dari kecenderungan atas(nilai p). Dalam hal ini, nilai d diatas p telah dipertimbangkan akan memberikan preferensi mutlak dari suatu alternatif. Pada saat pembuat keputusan mengidentifikasikan beberapa kriteria untuk tipe ini, dia harus menentukan nilai dari kecenderungan atas (nilai p). dalam hal ini nilai d di atas p telah dipertimbangkan akan memberikan preferensi mutlak dari satu alternatif. Misalnya, akan terjadi preferensi dalam hubungan linier kriteria kecerdasan seseorang dengan orang lain apabila nilai ujian seseorang berselisih di bawah 30, apabila di atas nilai 30 poin maka mutlak orang itu lebih cerdas dibandingkan dengan orang lain. Fungsi H(d) untuk fungsi preferensi ini disajikan pada gambar 2.4 (Suryadi, Kadarsah., dan Ramdhani M. Ali, 2002)


Gambar 2.5 Kriteria dengan Preferensi Linier

d. Kriteria Level (Level Criterion) 0

d≤q q
H(d) =

1

d>p

Dimana: H(d) = fungsi selisih kriteria antar alternatif d = selisih nilai kriteria { d = f(a) - f(b) } p = nilai kecenderungan atas q = harus merupakan nilai yang tetap Dalam kasus ini, kecenderungan tidak berbeda q dan kecenderungan preferensi p adalah ditentukan secara simultan. Jika d berada diantara nilai q dan p, hal ini berarti situasi preferensi yang lemah (H(d) = 0,5).


Gambar 2.6 Kriteria Level

Bentuk kriteria level ini dapat dijelaskan misalnya dalam penetapan nilai preferensi jarak tempuh antar kota. Misalnya dalam penetapan jarak antara Bandung-Cianjur sebesar 60 km, Cianjur-Bogor sebesar 68 k, Bogor-Jakarta sebesar 45km, Cianjur-Jakarta 133km. dan telah ditetapkan bahwa selisih dibawah 10 km maka dianggap jarak antar kota tersebut adalah tidak berbeda, selisih jarak sebesar 10-30 km relatif berbeda dengan preferensi yang lemah, sedangkan selisih diatas 30 km diidentifikasikan memiliki preferensi mutlak berbeda. Dalam kasus ini, selisih jarak antara Bandung-Cianjur dan CianjurBogor dianggap tidak berbeda ( H (d) =0 ) karena selisih jaraknya dibawah 10 km, yaitu(68-60) km = 8 km, sedangkan preferensi jarak antara Cianjur-Bogor dan Jakarta-Bogir dianggap berbeda dengan preferensi yang lemah ( H (d) = 0.5 ) karena memiliki selisih yang berada pada interval 10-30 km, yaitu sebesar (68-45) km =23 km. dan terjadi preferensi mutlak (H(d) = 1) antara jarak Cianjur-Jakarta dan BogorJakarta karena memiliki selisih jarak lebih dari 30 km.


e. Kriteria dengan Preferensi Linier dan Area yang Tidak Berbeda

0

d≤q q
H(d) =

1

d>p

Dimana: H(d) = fungsi selisih kriteria antar alternatif d = selisih nilai kriteria { d = f(a) - f(b) } p = nilai kecenderungan atas q = harus merupakan nilai yang tetap Pada kasus ini, pengambil keputusan mempertimbangkan peningkatan preferensi secara linier dari tidak berbeda hingga preferensi mutlak dalam area antara dua kecenderungan q dan p.

Gambar 2.7 Kriteria dengan Preferensi Linier dan Area yang Tidak Berbeda


f. Kriteria Gaussian (Gaussian Criterion)

H(d) =

Dimana: H(d) = fungsi selisih kriteria antar alternatif d = selisih nilai kriteria { d = f(a) - f(b) } Fungsi ini bersyarat apabila telah ditentukan nilai, dimana dapat dibuat berdasarkan distribusi normal dalam statistik.

Gambar 2.8 Kriteria Gaussian (Brans, 1998)

Berikut adalah beberapa acuan dalam memilih fungsi preferensi yang tepat untuk kriteria. Fungsi preferensi bentuk V (tipe III) dan linear (tipe V) yang paling cocok untuk kriteria kuantitatif (misalnya harga, biaya,

tenaga,

...).

Pilihan

tergantung

pada

apakah

ingin

memperkenalkan ambang indiferens atau tidak. Sebenarnya, V-bentuk adalah kasus khusus dari linear.


Fungsi preferensi Gaussian (tipe VI) fungsi preferensi kurang sering digunakan karena lebih sulit untuk parameternya ( nilai ambang s terletak antara ambang indiferens q dan ambang preferensi p). Fungsi preferensi Biasa (tipe I) dan Tingkat (tipe IV) yang paling cocok untuk kriteria kualitatif. Dalam kasus sejumlah kecil tingkat pada skala kriteria (misalnya kriteria ya / tidak atau sampai dengan skala 5point) dan jika tingkat perbedaannya dianggap sangat berbeda satu sama lain, fungsi preferensi biasa adalah pilihan yang baik. Jika Anda ingin membedakan penyimpangan kecil dari yang lebih besar, fungsi preferensi tingkat lebih memadai. Fungsi preferensi bentuk U (tipe II) adalah kasus khusus dari Tingkat satu dan kurang sering digunakan. Secara bawaan nilai p dan q yang tersimpan ditentukan oleh administrator sistem namun nilai ini dapat dirubah oleh masing-masing pengguna untuk mendapatkan rekomendasi tingkat lanjut secara langsung. Sehingga memungkinkan dua pengguna memiliki pengaturan nilai p dan q yang berbeda di saat yang bersamaan tanpa mempengaruhi pengguna yang lain.

2.2.1.3 Indeks Preferensi Multikriteria Tujuan pembuat keputusan adalah menetapkan fungsi preferensi Pi dan πi untuk semua kriteria fi ( i = 1, ..., k) dari masalah optimasi kriteria majemuk. Bobot (weight) πi merupakan ukuran relatif dari kepentingan


kriteria fi; jika semua kriteria memiliki nilai kepentingan yang sama dalam pengambilan keputusan maka semua nilai bobot adalah sama. Indeks preferensi multi kriteria ditentukan berdasarkan rata-rata bobot dari fungsi preferensi Pi.

𝜑(a,b) merupakan intensitas preferensi pembuat keputusan yang menyatakan bahwa alternatif a lebih baik dari alternatif b dengan pertimbangan secara simultan dari keseluruh kriteria. Hal ini dapat disajikan dengan nilai antara nilai 0 dan 1, dengan ketentuan sebagai berikut : - 𝜑(a,b) = 0 menunjukkan preferensi yang lemah untuk alternatif a > a lternatif b berdasarkan semua kriteria. - 𝜑(a,b) = 1 menunjukkan preferensi yang kuat untuk alternatif a > alternatif b berdasarkan semua kriteria. Indeks

preferensi

ditentukan

berdasarkan

nilai

hubungan

outranking pada sejumlah kriteria dari masing-masing alternatif. Hubungan ini dapat disajikan sebagai grafik nilai outranking, nodenodenya merupakan alternatif berdasarkan penilaian kriteria tertentu, diantara dua node (alternatif), a dan b, merupakan garis lengkung yang mempunyai nilai  (b,a) dan  (a,b) (tidak ada hubungan khusus antara

 (b,a) dan  (a,b)). Hal ini dapat dilihat pada gambar 2.9 (Suryadi, Kadarsah., dan Ramdhani M. Ali, 2002).


(b,a) b

a

(a,b)

Gambar 2.9 Hubungan Antar Node 2.2.2 Promethee Ranking 2.2.2.1. Arah Dalam Grafik Nilai Outranking Untuk setiap node a dalam garfik nilai outranking ditentukan berdasarkan leaving flow, dengan persamaan :

+ ( a) 

1 (a, x) n - 1 xA

Dimana  (a,x) menunjukan preferensi bahwa alternatif a lebih baik dari alternatif x dan n adalah jumlah dari kriteria. Leaving flow adalah jumlah dari nilai garis lengkung yang memiliki arah menjauh dari node a dan hal ini merupakan karakter pengukuran outranking, seperti yang ditunjukan pada gambar 2.10 (Suryadi, Kadarsah., dan Ramdhani M. Ali, 2002).


b

(a,b)

a

Gambar 2.10 Leaving Flow Secara simetris dapat ditentukan entering flow dengan persamaan :

- ( a) 

1 (x, a)  n - 1 xA

Gambar 2.11 (Suryadi, Kadarsah., dan Ramdhani M. Ali, 2002) menunjukan entering flow diukur berdasarkan karakter outranking dari a.

(a,b)

b

a

Gambar 2.10. Entering Flow


Sehingga pertimbangan dalam penentuan net flow diperoleh dengan persamaan :

Φ (a) = Φ+ (a) – Φ- (a) Penjelasan dari hubungan outranking dibangun atas pertimbangan untuk masing-masing alternatif pada grafik nilai outranking, berupa urutan parsial (Promethee I) atau urutan lengkap (Promethee II) pada sejumlah alternatif yang mungkin, yang dapat diusulkan kepada pembuat keputusan untuk memperkaya penyelesaian masalah.

2.2.2.2 PROMETHEE I Nilai terbesar pada leaving flow dan nilai yang kecil dari entering flow merupakan alternatif yang terbaik. Leaving flow dan entering flow menyebabkan :

a P+ b jika Φ+ (a) > Φ+ (b) a I+ b jika Φ+ (a) = Φ+ (b)

} }

a P- b jika Φ- (a) > Φ- (b) a I- b jika Φ- (a) = Φ- (b)

Promethee

I menampilkan

partial

preorder

mempertimbangkan interaksi dari dua preorder:

(P,

I,

R)

dengan


jika a P+ b dan a P- b atau a P+ b dan a I- b

aPi B (a outrank b)

atau a I+ b dan a P- b jika a I+ b dan a I- b

aIi B (a tidak beda b)

aRi B (a dan b incomparable) jika pasangan lain

Partial preorder diajukan kepada pembuat keputusan, untuk membantu pengambilan keputusan masalah yang dihadapinya. Dengan menggunakan metode PROMETHEE I masih menyisakan bentuk incomparable, atau dengan kata lain hanya memberikan solusi partial preorder (sebagian),

2

4

6

1

3

5

Gambar 2.12 Contoh Partial Ranking ( Promethee I)

2.2.2.3 PROMETHEE II Dalam kasus complete preorder dalam K adalah penghindaran dari bentuk incomparable, Promethee II complete preorder (P, I) disajikan dalam bentuk net flow berdasarkan pertimbangan persamaan:


a P+ b jika Φ+ (a) > Φ+ (b) a I+ b jika Φ+ (a) = Φ+ (b)

}

Melalui complete preorder, informasi bagi pembuat keputusan lebih realistik.

1

2

5

4

3

6

Gambar 2.13 Contoh Complete Ranking ( Promethee II) Sebagai contoh perhitungan manual dapat digunakan 7 kriteria dan menggunakan alternatif rumah makan yang ditampilkan dalam tabel 2.1 Tabel 2.1 Nilai Kriteria untuk Masing-masing Rumah Makan Kriteria Preferensi

parameter Data Rumah Makan p

q

RM 1

RM 2

RM3

1

1

1

jenis makanan

f1(.)

1 biasa – max

harga (rp)

f2(.)

2 quasi – min

1000

5000

6000

6500

jarak (m)

f3(.)

2 quasi – min

100

1000

700

750

rasa

f4(.)

3 linear –max

70

90

80

tempat

f5(.)

2 quasi – max

80

90

70

pelayanan

f6(.)

3 linear – max

50

75

60

60

kebersihan

f7(.)

3 linear – max

50

80

85

75

10

kenyamanan 75


Langkah-langkah penyelesaiannya adalah : 1.

Menghitung nilai preferensi Pada tahap ini dilakukan perbandingan antara satu alternatif dengan alternatif lainnya untuk setiap kriteria, dengan cara mengurangkan nilai alternatif pertama dengan alternatif kedua, kemudian di hitung nilai preferensinya sesuai dengan tipe preferensi yang digunakan. Untuk lebih lengkapnya dapat di lihat pada perhitungan di bawah ini : a. Untuk kriteria jenis makanan 1. f1(rm1,rm2)

=d

= f(rm1) – f(rm2)

=1–1 =0 berdasarkan kriteria usual d0 H(d) = 0

2. f1(rm2,rm1)

=d

= f(rm2) – f(rm1) =1–1 =0

berdasarkan kriteria usual d0 H(d) = 0


3. f1(rm1,rm3)

= f(rm1) – f(rm3)

=d

=1–1 =0


4. f1(rm3,rm1)

=d

= f(rm3) – f(rm1) =1–1 =0


5. f1(rm2,rm3)

=d

= f(rm2) – f(rm3) =1–1 =0


6. f1(rm3,rm2)

=d

= f(rm3) – f(rm2)


=1–1 =0 berdasarkan kriteria usual d0 H(d) = 0

b. Untuk kriteria harga makanan 1. f2(rm1,rm2)

=d

= f(rm1) – f(rm2) = 5000 – 6000 = - 1000

berdasarkan kriteria quasi -q≤d≤q H(d) = 0

2. f2(rm2,rm1)

=d

= f(rm2) – f(rm1) = 6000 – 5000 = 1000


3. f2(rm1,rm3)

=d

= f(rm1) – f(rm3) = 5000 – 6500


= - 1500 berdasarkan kriteria quasi d<-q H(d) = 0

4. f2(rm3,rm1)

=d

= f(rm2) – f(rm1) = 6500 – 5000 = 1500

berdasarkan kriteria quasi d>q H(d) = 1

5. f2(rm2,rm3)

= f(rm2) – f(rm3)

=d

= 6000 – 6500 = - 500 berdasarkan kriteria quasi -q≤d≤q H(d) = 0

6. f2(rm3,rm2)

=d

= f(rm3) – f(rm2) = 6500 – 6000 = 500

berdasarkan kriteria quasi


-q≤d≤q H(d) = 0

c. Untuk kriteria jarak 1. f3(rm1,rm2)

=d

= f(rm1) – f(rm2) = 1000 – 700 = 300


2. f3(rm2,rm1)

=d

= f(rm2) – f(rm1) = 700 – 1000 = - 300


3. f3(rm1,rm3)

=d

= f(rm1) – f(rm3) = 1000 – 750 = 250

berdasarkan kriteria quasi d>q


H(d) = 1

4. f3(rm3,rm1)

=d

= f(rm3) – f(rm1) = 750 – 1000 = - 250


5. f3(rm2,rm3)

=d

= f(rm2) – f(rm3) = 700 – 750 = - 50


6. f3(rm3,rm2)

=d

= f(rm3) – f(rm2) = 750 – 700 = 50



d. Untuk kriteria rasa 1. f4(rm1,rm2)

= f(rm1) – f(rm2)

=d

= 70 – 90 = - 20 berdasarkan kriteria linear -p≤d≤p

H(d) = -2

2. f4(rm2,rm1)

=d

= f(rm2) – f(rm1) = 90 – 70 = 20

berdasarkan kriteria linear d>p H(d) = 1

3. f4(rm1,rm3)

=d

= f(rm1) – f(rm3) = 70 – 80 = - 10

berdasarkan kriteria linear -p≤d≤p

H(d) = -1


4. f4(rm3,rm1)

=d

= f(rm3) – f(rm1) = 80 – 70 = 10


H(d) = 1

5. f4(rm2,rm3)

=d

= f(rm2) – f(rm3) = 90 – 80 = 10


H(d) = 1

6. f4(rm3,rm2)

=d

= f(rm3) – f(rm2) = 80 – 90 = - 10


H(d) = -1


e. Untuk kriteria kenyamanan tempat 1. f5(rm1,rm2)

=d

= f(rm1) – f(rm2) = 80 – 90 = - 10


2. f5(rm2,rm1)

=d

= f(rm2) – f(rm1) = 90 – 80 = 10


3. f5(rm1,rm3)

=d

= f(rm1) – f(rm3) = 80 – 70 = 10


4. f5(rm3,rm1)

=d

= f(rm3) – f(rm1)


= 70 – 80 = - 10 berdasarkan kriteria quasi -q≤d≤q H(d) = 0

5. f5(rm2,rm3)

=d

= f(rm2) – f(rm3) = 90 – 70 = 20


6. f5(rm3,rm2)

=d

= f(rm3) – f(rm2) = 70 – 90 = - 20


f. Untuk kriteria pelayanan 1. f6(rm1,rm2)

=d

= f(rm1) – f(rm2) = 75 – 60


= 15 berdasarkan kriteria linear -p≤d≤p H(d) = 0,3

2. f6(rm2,rm1)

=d

= f(rm2) – f(rm1) = 60 – 75 = - 15

berdasarkan kriteria linear -p≤d≤p H(d) = - 0,3

3. f6(rm1,rm3)

=d

= f(rm1) – f(rm3) = 75 – 60 = 15

berdasarkan kriteria linear -p≤d≤p H(d) = 0,3

4. f6(rm3,rm1)

=d

= f(rm3) – f(rm1) = 60 – 75 = -15



5. f6(rm2,rm3)

=d

= f(rm2) – f(rm3) = 60 – 60 =0

berdasarkan kriteria linear -p≤d≤p H(d) = 0

6. f6(rm3,rm2)

=d

= f(rm3) – f(rm2) = 60 – 60 =0


g. Untuk kriteria kebersihan 1. f7(rm1,rm2)

=d

= f(rm1) – f(rm2) = 80 – 85 =-5



2. f7(rm2,rm1)

=d

= f(rm2) – f(rm1) = 85 – 80 =5


3. f7(rm1,rm3)

=d

= f(rm1) – f(rm3) = 80 – 75 =5


4. f7(rm3,rm1)

=d

= f(rm3) – f(rm1) = 75 – 80 =-5



5. f7(rm2,rm3)

=d

= f(rm2) – f(rm3) = 85 – 75 = 10


6. f7(rm3,rm2)

=d

= f(rm3) – f(rm2) = 75 – 85 = - 10


2.

Menghitung Indeks Preferensi Multikriteria


(rm1,rm2)

= 1/7 (0+0+1+(-2)+0+0,3+(-0,1)) = - 0,8/7 = 0,114285714

(rm2,rm1)

= 1/7 (0+0+1+1+0+(-0,3)+0.1)) = 1,8/7 = 0,257142857

(rm1,rm3)

=1/7 (0+1+1+1+0+0.3+0.1) = 3.4/7 = 0,485714286

(rm3,rm1)

= 1/7 (0+1+1+(-1)+0+(-0,3)+(-0,1))) = 0,6/7 = 0.085714286

(rm2,rm3)

= 1/7 (0+0+0+1+0+0+0.2) = 1.2/7 = 0,171428571

(rm3,rm2)

= 1/7 (0+0+0+(-1)+0+0+(-0,2)) = - 1,2/7 = - 0,171428571


Tabel 2.2 Nilai indeks preferensi rm1

3.

rm2

rm3

rm1

0

- 0,1142857 0,485714286

rm2

0,257142857

0 0,171428571

rm3

0.085714286

- 0,171428571

Menghitung Leaving Flow

rm1

= 1 / (3-1) (- 0,1142857 + 0,485714286) = 0.185714286

rm2

= 1 / (3-1) (0,257142857 + 0,171428571) = 0,214285714

rm3

= 1 / (3-1) (0.085714286+ - 0,171428571) = - 0,042857143

4.

Menghitung Entering Flow

rm1

= 1 / (3 – 1) (0,257142857 + 0.085714286) = 0,171428571

0


rm2

= 1 / (3 – 1) (- 0,1142857 + - 0,171428571) = - 0,142857143

rm3

= 1 / (3 – 1) (0,485714286+ 0,171428571) = 0,328571429

Tabel 2.3 PROMETHEE Tahap I Alternatif

5.

Leaving Flow

Entering Flow

rm1

0.185714286

0,171428571

rm2

0,214285714

- 0,142857143

rm3

0.085714286

0,328571429

Menghitung Net Flow

rm1

= 0.185714286 - 0,171428571 = 0,014285714

rm2

= 0,214285714 - (- 0,142857143) = 0,357142857

rm3

= 0.085714286 - 0,328571429 = - 0,371428571


Tabel 2.4 Promethee Tahap II Alternatif

Net Flow

rm1 rm2 rm3

2.3

Ranking

0,014285714

2

0,357142857

1

-0,371428571

3

Google Maps Google Maps (GM) merupakan sebuah aplikasi pemetaan online yang cukup popular. Pada GM, titik koordinat suatu tempat ditunjukkan dengan sistem koordinat geografis.

2.3.1 Google Maps API Google Maps API merupakan aplikasi antarmuka yang dapat diakses lewat javascript agar Google Maps dapat ditampilkan pada halaman web yang sedang kita bangun. Ada dua cara untuk mengakses data Google Maps, tergantung dari data yang ingin diambil dari parsing (uraikan) dari Google Maps: a. Mengakses data Google Maps tanpa menggunakan API. b. Mengakses data Google Maps menggunakan API key. Pendaftaran API key dilakukan dengan data pendaftaran berupa nama


domain web yang akan dibangun.

Dibawah ini adalah gambar untuk

memahami request URL Google Maps :

Developer merumuskan sebuah request URL menggunakan PHP di remote server

Aplikasi PHP membuat request ke Google Maps

Request Valid?

Google Maps mengirimkan error atau hasil nol

NO Google Maps mengirimkan data ke user menggunakan format data JSON

YES PHP dapat emnggunakan file_get_contens atau fungsi-fungsi cURL untuk mengambil dan melakukan pengolahan data JSON

Contoh kasus: 1.

Menginputkan alamat yang akan disimpan ke var $addr.

2.

Request URL yang akan dikirim ke Google Maps.

http:??maps.googleapis.com/maps/api/geocode/json?address=$addr+&sensor=fal se”;dimana $addr adalah variable alamat yang dicari. 3.

Menggunakan fungsi cURL untuk mentransfer data dari dan ke server.

4.

Hasil request akan dikirimkan dalam format JSON (Java Script Object


Notation). 5.

Menguraikan keluaran data dalam format JSON.

2.3.2 Google Geocoding API Geocoding adalah proses mengubah alamat ke koordinat yang dapat digunakan untuk menempatkan penanda atau posisi peta. Geocoding API Google menyediakan cara langsung untuk mengakses geocoder melalui permintaan HTTP.

Selain itu, layanan ini memungkinkan kita untuk

melakukan operasi sebaliknya (berubah koordinat menjadi alamat), proses ini dikenal sebagai reverse geocoding. Geocoding dibagi menjadi dua (Sirenden.2012), yaitu a. Geocoding Request Permintaan

(request)

Geocoding

API

harus

dari

bentuk

berikut:

http://maps.googleapis.com/maps/api/geocode/output?parameters dimana keluarannya dapat berupa: 1. json (disarankan) menunjukkan keluaran dalam Notasi Object JavaScript (JSON). 2. xml menunjukkan keluaran sebagai XML. Geocoding API mendefinisikan permintaan geocoding menggunakan parameter URL berikut: - address(diperlukan) – Alamat yang ingin kita geocode*. - latlng (diperlukan) – Nilai koordinat geografis lintang bujur tekstual yang ingin kita peroleh alamat yang paling mudah dibaca manusia.


b. Geocoding Response Respons atau hasil dari geocoding berbentuk format

JSON atau XML.

Hasil JSON mengandung dua elemen dasar: 1. “status” : berisi metadata permintaan. 2. “results” : berisi array informasi alamat hasil Geocode dan informasi geometri.

2.3.3 JSON JSON (dibaca: “Jason”), singkatan dari JavaScript Object Notation adalah suatu format ringkas pertukaran data computer seperti halnya XLM. Formatnya berbasis teks dan terbaca-manusia, serta digunakan untuk merepresentasikan struktur data sederhana dan larik asosiatif (disebut objek).

Format JSON sering digunakan untuk mentransmisikan data

terstruktur melalui suatu koneksi jaringan pada suatu proses yang disebut “serialisasi”. 2.3.4 cURL cURL (dibaca: si URL) singkatan dari Client URL dan dikembangkan oleh Daniel Stenberg pada tahun 1998 sebagai alat bantu command line untuk transfer berkas dengan sintaks URL melalui bermacam-macam protocol (FTP, HTTP, HTTPS, SCP, SFTP, TELNET, LDAP, dan sebagainya). Fungsi-fugsi dasar dari penggunaan cURL adalah sebagai berikut:


 curl_init = memulai sesi cURL.  curl_setopt = menentukan opsi-opsi sebelum menjalankan cURL.  curl_exec = menjalankan cURL.  curl_close = menutup sesi cURL.

2.4 2.4.1

MySQL Database Pengertian MySQL Database MySQL adalah sebuah implementasi dari sistem manajemen basisdata relasional (RDBMS) yang didistribusikan secara gratis dibawah lisensi GPL(General Public License). Setiap pengguna dapat secara bebas menggunakan MySQL, namun dengan batasan perangkat lunak tersebut tidak boleh dijadikan produk turunan yang bersifat komersial.Menurut Allen dan Hornberger (2002, p220) MySQL merupakan bahasa pemrograman open-source yang paling popular dan banyak digunakan di lingkungan Linux. Kepopuleran ini karena ditunjang oleh performansi query dari database-nya yang jarang bermasalah. Sebagai sebuah program penghasil database, MySQL tidak dapat berjalan sendiri tanpa adanya sebuah aplikasi lain (interface). MySQL dapat didukung oleh hampir semua program aplikasi baik yang open source seperti PHP maupun yang tidak, yang ada pada platform Windows seperti Visual Basic, Delphi, dan lainnya.


2.4.2 Kelebihan MySQL Database 1.

MySQL dapat berjalan stabil pada berbagai sistem operasi seperti Windows, Linux, FreeBSD, Mac Os X Server, Solaris, Amiga, dan masih banyak lagi.

2.

MySQL didistribusikan sebagai open source, dibawah lisensi GNU General Public License (GPL) sehingga dapat digunakan secara gratis.

3.

MySQL memiliki ragam tipe data yang sangat kaya, seperti integer, float, double, char, text, date, timestamp, dan lain-lain.

4.

MySQL mampu menangani basis data dalam skala besar, dengan jumlah rekaman (records) lebih dari 50 juta dan 60 ribu tabel serta 5 milyar baris. Selain itu batas indeks yang dapat ditampung mencapai 32 indeks pada tiap tabelnya.

2.5

Mengukur Kualitas Rancangan Sistem “Kualitas

rancangan

sistem”

adalah

frase

umum

yang

melambangkan ciri yang sedang membedakan rancangan sistem dan menentukan manfaat atau derajat kebaikan. Kualitas perancangan sistem sulit untuk dikuantitaskan, tapi hal itu tergantung sepenuhnya pada faktor perancangan MURRE. Semakin tinggin nilai faktor ini, semakin tinggi kualitas rancangan sistem. Untuk meyakinkan bahwa kualitas rancangan sistem telah tercapai, para penguji menilai faktor rancangan MURRE untuk setiap alternatif sistem general.


2.5.1 Faktor Perancangan MURRE Para penguji menggunakan Lembar Kerja Penilai Faktor Rancangan MURRE.

Lembar kerja ini berisikan tiap-tiap faktor rancangan,

penilaiannya dan nilai akhir untuk alternatif rancangan sistem general. Pertanyaan yang sering ditanyakan untuk menguji digunakan untuk menghasilkan penilaian yang masuk akal dimasukkan bersama tiap-tiap faktor rancangan sebagai berikut: a. Maintainability (M) Dalam me-maintain (memelihara) sistem, perancang sistem harus memperhatikan hal2 berikut : 1. Membuat kamus data standar 2. Menggunakan bahasa pemrograman standar 3. Meng-install arstitektur komputer standar 4. Menggunakan perancangan secara modul 5. Menyiapkan dokumentasi yang komprehensif, jelas dan terbaru. b. Usability (U) Faktor ini lebih ke manusia. Faktor perancangan ini lebih berhubungan dengan pencapaian kesuksesan atau kegagalan suatu sistem baru. Adalah penting bagi setiap user mendapatkan sistemnya dapat digunakan; sebaliknya, jika sistemnya „fancy‟, sistem terlalu „rumit‟ (sophisticated) menggunakan teknologi terbaru maka akan gagal.


Produk dari sistem yang user inginkan adalah informasi, yang memiliki 2 dimensi yaitu substance dan form. Substance lebih melihat ke perancangan output yang relevan, akurat dan sesuai waktu. Form lebih ke kognitif user. Output dalam form harus atraktif dan dimengerti. Misalnya bentuk pelaporan dalam tabel maupun grafik. c. Reusability (R) Ini merupakan kemampuan dari menggunakan software atau komponen sistem yang sama untuk aplikasi yang lain dimana masih memiliki kemampuan yang tinggi. Ini merupakan tujuan yang diinginkan karena dapat mengurangi biaya pengembangan sistem di masa yang akan datang. Misalnya 50% dari modul software sistem yang dikembangkan digunakana untuk aplikasi baru berikutnya sehingga 50% biaya pengembangan software dan waktu yang dibutuhkan untuk aplikasi baru dapat dihilangkan. d. Reliability (R) Diukur dari seberapa bergantungnya sebuah sistem dapat menjalankan fungsinya. Mean Time Between Failures (MTBF) merupakan pengukuran kuantitatif dari kehandalan dan diekspresikan dalam bulan atau tahun. MTBF merupakan wkatu rata-rata sistem diharapkan beroperasi sebelum gagal. Mean Time To Repair (MTTR) merupakan pengukuran kuantitatif dari kemampuan pemeliharaan (maintain) dan dieskpresikan dalam detik atau menit. “MTBF ditingkatkan, MTTR diturunkan.” Ada 2 sifat/ karakter untuk meningkatkan kehandalan sistem yaitu : 1. Menghindari kesalahan (fault avoidance),


mengurangi

probabilitas

sistem

menjadi

gagal,

dicapai

dengan

menggunakan metodologi modern, teknik pemodelan tool dan kontrol sistem. 2. Toleransi kesalahan(fault tolerance), sistem memiliki kemampuan untuk memperbaiki dan melaksanakan proses tugas. Prosedurnya menggunakan software yang redundant dan elemen hardware dan alat deteksi kesalahan untuk melihat dan memotong efek kesalahan sehingga sistem dapat memproses tugas disamping kesalahan dalam satu atau lebih elemen yang terjadi. Idealnya : menggunakan fault avoidance, tetapi ternyata tidak dapat dihindari adanya fault tolerance. Ada 3 kelompok perbaikan dalam sistem toleransi kesalahan : 1. Full recovery, terjadi dalam sistem on-line. Perlu ada operasi yang lengkap dan berkesinambungan meskipun terjadi kesalahan. 2. Degraded recovery, memungkinkan pemilihan aplikasi untuk beroperasi, atau sistem total beroperasi di bawah standar hingga sistem diperbaiki. 3. Safe shutdown, penghentian sistem agar operasi dan tugas berakhir dengan kehilangan minimal data dan tidak ada kerusakan elemen hardware. e. Extendability (E) Perluasan (extendability) memberikan sistem menjadi tinggi dalam fleksibilitas, sehingga dapat mengubah atau beradaptasi dengan mudah terhadap perubahan2 permintaan user. Sistem yang diimplementasikan mungkin bekerja sangat baik untuk waktu yang pendek, tetapi jika menjadi


dead-end, sistem tidak fleksibel tanpa kemampuan beradaptasi dan berkembang, akan sulit bagi user untuk mengubah atau menambah. Extendability berhubungan dengan maintainability. Faktor perancangan ini lebih berhubungan dengan menumbuhkan potensi sistem dan meningkatkan kemampuan beradaptasi ke lingkungan baru; dimana maintainability lebih baik agar sistem beroperasi sesuai dengan perancangan awal.

2.6

Skala Likert Skala likert dikembangkan oleh Rensis Likert pada tahun 1932. Skala Likert digunakan untuk mengukur sikap, pendapat, dan persepsi seseorang atau sekelompok orang tentang fenomena sosial. Dengan Skala

Likert,

variabel yang akan diukur dijabarkan menjadi indikator

variabel. Kemudian indikator tersebut dijadikan sebagai titik tolak untuk menyusun

item-item

instrumen yang dapat berupa pertanyaan atau

pernyataan. Dalam skala Likert terdapat dua bentuk pernyataan yaitu pernyataan positif yang berfungsi untuk mengukur sikap positif, dan pernyataan negatif yang berfungsi untuk mengukur sikap negatif objek sikap. Pengukuran tersebut menghasilkan sebuah intepretasi nilai dalam persentase yang dicocokan kedalam sebuah kategori. (Bertram,2006) Untuk penentuan kategori dalam skala likert dapat ditentukan sesuai kondisi kuisoner yang ada. Banyaknya kategori dalam skala likert dimulai dari 3 jenis kategori


sampai dengan 7 jenis kategori. Umumnya Skala likert menggunakan 5 kategori penilaian, tabel 5 kategori dapat dilihat dibawah ini : Interval (%)

Kategori

0 - 20

Sangat Tidak Setuju

21 - 40

Tidak Setuju

41 – 60

Netral/Ragu-ragu

61 – 80

Setuju

81 - 100

Sangat Setuju

Tabel 2.5 Tabel Kategori Skala Likert Untuk intepretasi nilainya, perhitungan dapat dilakukan melalui cara dibawah ini : 1.

Cari nilai tertinggi dari pernyataan yang ada melalui rumus :

2.

Cari total keseluruhan dari responden yang ada melalui rumus :

nilai = besarnya bobot nilai pernyataan jumlahrespondennilai = jumlah responden yang memilih bobot nilai


3.

Tentukan persentase nilai dengan rumus :

4.

Kemudian tentukan kategorinya dari hasil persentase nilai berdasarkan tabel kategori skala likert.

2.7 Contoh Kasus Implementasi Metode PROMETHEE dalam Pencarian Rumah Makan. Berdasarkan data yang telah dikumpulkan dari 3 rumah makan yaitu Tali Roso, Mie Jakarta, dan Keray Indah Chinnise Food dengan masingmasing 10 konsumen memberikan penilaian. Penilaian tersebut meliputi kenyamanan tempat, pelayanan, kebersihan, dan rasa dengan angka 1 untuk nilai terendah dan angka 5 untuk nilai tertinggi.

Penilaian

Nilai

5

100

4

80

3

60

2

40

1

20

Tabel 2.6 Kategori Rating Rumah Makan


Maka data penilaian konsumen akan kriteria pada masing-masing rumah makan adalah sebagai berikut: a.

Rumah Makan Tali Roso 1. Kenyamanan Tempat Konsumen

Penilaian

Nilai

1.

2

40

2.

4

80

3.

4

80

4.

3

60

5.

3

60

6.

3

60

7.

4

80

8.

3

60

9.

3

60

10.

2

40

JUMLAH

620

Tabel 2.7 Penilaian Kenyamanan Tempat Tali Roso

Total nilai yang diperoleh dibagi dengan jumlah konsumen yang menilai. Nilai =

= 62


2. Pelayanan Konsumen

Penilaian

Nilai

1.

3

60

2.

5

100

3.

4

80

4.

4

80

5.

4

80

6.

4

80

7.

2

40

8.

4

80

9.

4

80

10.

4

80

JUMLAH

760

Tabel 2.8 Penilaian Pelayanan Tali Roso


= 76


3. Kebersihan Konsumen

Penilaian

Nilai

1.

4

80

2.

3

60

3.

4

80

4.

3

60

5.

4

80

6.

3

60

7.

2

40

8.

4

80

9.

4

80

10.

4

80

JUMLAH

700

Tabel 2.9 Penilaian Kebersihan Tali Roso


= 70

4. Rasa Dalam penilaian rasa terhadap makanan dengan nama makanan yaitu cap cay.


Konsumen

Penilaian

Nilai

1.

4

80

2.

4

80

3.

4

80

4.

5

100

5.

4

80

6.

4

80

7.

4

80

8.

3

60

9.

5

100

10.

4

80

JUMLAH

820

Tabel 2.10 Penilaian Rasa Tali Roso


b.

= 82

Rumah Makan Mie Jakarta 1. Kenyamanan Tempat


Konsumen

Penilaian

Nilai

1.

5

100

2.

4

80

3.

4

80

4.

5

100

5.

4

80

6.

5

100

7.

4

80

8.

4

80

9.

3

60

10.

4

80

JUMLAH

840

Tabel 2.11 Penilaian Kenyamanan Tempat Mie Jakarta


= 84



Penilaian

Nilai

1.

5

100

2.

4

80

3.

5

100

4.

5

100

5.

4

80

6.

4

80

7.

3

60

8.

5

100

9.

4

80

10.

3

60

JUMLAH

840

Tabel 2.12 Penilaian Pelayanan Mie Jakarta Total nilai yang diperoleh dibagi dengan jumlah konsumen yang menilai. Nilai =

= 84



Penilaian

Nilai

1.

5

100

2.

5

100

3.

5

100

4.

5

100

5.

4

80

6.

5

100

7.

4

80

8.

5

100

9.

3

60

10.

4

80

JUMLAH

900

Tabel 2.13 Penilaian Kebersihan Tempat Mie Jakarta


= 90



Konsumen

Penilaian

Nilai

1.

5

100

2.

5

100

3.

5

100

4.

5

100

5.

4

80

6.

4

80

7.

4

80

8.

5

100

9.

3

60

10.

5

100

JUMLAH

900

Tabel 2.14 Penilaian Rasa Mie Jakarta


c.

= 90

Rumah Makan Keray Indah Chinnise Food 1. Kenyamanan Tempat


Konsumen

Penilaian

Nilai

1.

3

60

2.

2

40

3.

4

80

4.

2

40

5.

3

60

6.

3

60

7.

3

60

8.

3

60

9.

3

60

10.

3

60

JUMLAH

580

Tabel 2.15 Penilaian Kenyamanan Tempat Keray Indah Chinnise Food


= 58



Penilaian

Nilai

1.

3

60

2.

3

60

3.

5

100

4.

3

60

5.

4

80

6.

2

40

7.

4

80

8.

3

60

9.

5

100

10.

4

80

JUMLAH

720

Tabel 2.16 Penilaian Pelayanan Keray Indah Chinnise Food


= 72



Penilaian

Nilai

1.

2

40

2.

2

40

3.

4

80

4.

2

40

5.

3

60

6.

3

60

7.

5

100

8.

3

60

9.

2

40

10.

3

60

JUMLAH

580

Tabel 2.17 Penilaian Kebersihan Keray Indah Chinnise Food


= 58



Konsumen

Penilaian

Nilai

1.

4

80

2.

4

80

3.

5

100

4.

4

80

5.

4

80

6.

4

80

7.

4

80

8.

3

60

9.

5

100

10.

4

80

JUMLAH

820

Tabel 2.18 Penilaian Rasa Keray Indah Chinnise Food


= 82


Dari hasil pengumpulan data rumah makan dan penilaian konsumen, maka dihasilkan tabel nilai kriteria seperti dibawah ini. Tabel 2.19 Nilai Kriteria untuk Rumah Makan Kriteria Preferensi

parameter Data Rumah Makan

p

q

jenis makanan

f1(.)

1 biasa - max

harga (rp)

f2(.)

2 quasi - min

1000

jarak (m)

f3(.)

2 quasi - min

100

Rasa

f4(.)

3 linear - max 10

tempat

f5(.)

2 quasi - max

pelayanan

f6(.)

3 linear - max 50

kebersihan

f7(.)

3 linear - max 50

Tali

Mie

Keray

Roso

Jakarta Indah

(RM1) (RM2)

(RM3)

1

1

1 8000

8000

13000

50

700

1000

82

90

82

62

84

58

76

84

72

70

90

58

kenyamanan 75

Langkah-langkah perhitungan metode PROMETHEE untuk memperoleh hasil rekomendasi : 1.

Menghitung nilai preferensi Pada tahap ini dilakukan perbandingan antara satu alternatif dengan alternatif

lainnya untuk setiap kriteria, dengan cara mengurangkan nilai alternatif pertama


dengan alternatif kedua, kemudian di hitung nilai preferensinya sesuai dengan tipe preferensi yang digunakan. Untuk lebih lengkapnya dapat di lihat pada perhitungan di bawah ini : a. Untuk kriteria jenis makanan 1. f1(rm1,rm2) = d

= f(rm1) – f(rm2) =1–1 =0


2. f1(rm2,rm1) = d = f(rm2) – f(rm1) =1–1 =0 berdasarkan kriteria usual d0 H(d) = 0

3. f1(rm1,rm3) = d = f(rm1) – f(rm3) =1–1 =0 berdasarkan kriteria usual d0


H(d) = 0

4. f1(rm3,rm1)

= d = f(rm3) – f(rm1) =1–1 =0


5. f1(rm2,rm3)

= d = f(rm2) – f(rm3) =1–1 =0


6. f1(rm3,rm2)

= d = f(rm3) – f(rm2) =1–1 =0



b. Untuk kriteria harga makanan 1. f2(rm1,rm2)

=d

= f(rm1) – f(rm2) = 8000 – 8000 =0


2. f2(rm2,rm1)

=d

= f(rm2) – f(rm1) = 8000 – 8000 =0


3. f2(rm1,rm3)

=d

= f(rm1) – f(rm3) = 8000 – 13000 = -5000

berdasarkan kriteria q -q≤d≤q H(d) = 0

4. f2(rm3,rm1)

=d

= f(rm2) – f(rm1)


= 13000 – 8000 = 5000 berdasarkan kriteria quasi d>q H(d) = 1

5. f2(rm2,rm3)

=d

= f(rm2) – f(rm3) = 8000 – 13000 = -5000


6. f2(rm3,rm2)

=d

= f(rm3) – f(rm2) = 13000 – 8000 = 5000


c. Untuk kriteria jarak 1. f3(rm1,rm2)

=d

= f(rm1) – f(rm2) = 50 – 700


= -650 berdasarkan kriteria quasi d<-q H(d) = 1

2. f3(rm2,rm1)

=d

= f(rm2) – f(rm1) = 700 – 50 = 650


3. f3(rm1,rm3)

=d

= f(rm1) – f(rm3) = 50 – 1000 = -950

berdasarkan kriteria quasi d<-q H(d) = 1

4. f3(rm3,rm1)

=d

= f(rm3) – f(rm1) = 1000 – 50 = 950



5. f3(rm2,rm3)

=d

= f(rm2) – f(rm3) = 700 – 1000

= -300 berdasarkan kriteria quasi d<-q H(d) = 1

6. f3(rm3,rm2)

=d

= f(rm3) – f(rm2) = 1000 – 700 = 300


d. Untuk kriteria rasa 1. f4(rm1,rm2)

=d

= f(rm1) – f(rm2) = 82 – 90 =-8



2. f4(rm2,rm1)

=d

= f(rm2) – f(rm1) = 90 – 82 =8

berdasarkan kriteria linear -p≤d≤p H(d) = 0.8

3. f4(rm1,rm3)

=d

= f(rm1) – f(rm3) = 82 – 82 =0


4. f4(rm3,rm1)

=d

= f(rm3) – f(rm1) = 82 – 82 =0



5. f4(rm2,rm3)

=d

= f(rm2) – f(rm3) = 90 – 82 =8


6. f4(rm3,rm2)

=d

= f(rm3) – f(rm2) = 82 – 90 = -8


e. Untuk kriteria kenyamanan tempat 1. f5(rm1,rm2)

=d

= f(rm1) – f(rm2) = 62 – 84 = -22



2. f5(rm2,rm1)

=d

= f(rm2) – f(rm1) = 84 – 62 =8


3. f5(rm1,rm3)

=d

= f(rm1) – f(rm3) = 62 – 58 =4


4. f5(rm3,rm1)

=d

= f(rm3) – f(rm1) = 58 – 64 = -4



5. f5(rm2,rm3)

=d

= f(rm2) – f(rm3) = 84 – 58 = 26


6. f5(rm3,rm2)

=d

= f(rm3) – f(rm2) = 58 – 84 = -26


f. Untuk kriteria pelayanan 1. f6(rm1,rm2)

=d

= f(rm1) – f(rm2) = 76 – 84 = -8



2. f6(rm2,rm1)

=d

= f(rm2) – f(rm1) = 84 – 76 =8


3. f6(rm1,rm3)

=d

= f(rm1) – f(rm3) = 76 – 72 =4


4. f6(rm3,rm1)

=d

= f(rm3) – f(rm1) = 72 – 76 = -4



5. f6(rm2,rm3)

=d

= f(rm2) – f(rm3) = 84 – 72 = 12


6. f6(rm3,rm2)

=d

= f(rm3) – f(rm2) = 72 – 84 = -12


g. Untuk kriteria kebersihan 1. f7(rm1,rm2)

=d

= f(rm1) – f(rm2) = 70 – 90 = -20



2. f7(rm2,rm1)

=d

= f(rm2) – f(rm1) = 90 – 70 = 20


3. f7(rm1,rm3)

=d

= f(rm1) – f(rm3) = 70 – 58 = 12

berdasarkan kriteria linear 0≤d≤p H(d) = 0.24

4. f7(rm3,rm1)

=d

= f(rm3) – f(rm1) = 58 – 70 = -12



5. f7(rm2,rm3)

=d

= f(rm2) – f(rm3) = 90 – 58 = 32


6. f7(rm3,rm2)

=d

= f(rm3) – f(rm2) = 58 – 90 = -32


2.

Menghitung Indeks Preferensi Multikriteria

(rm1,rm2)

= 1/7 (0+0+1+(-0,8)+(-0,16)+0+(-0,4))


= - 0,36/7 = - 0,051428571 (rm2,rm1)

= 1/7 (0+0+1+0,8+0+0,16+0.4) = 2.36/7 = 0,337142857

(rm1,rm3)

=1/7 (0+1+1+0+0+0.08+0.24) = 2.32/7 = 0,337142857

(rm3,rm1)

= 1/7 (0+1+1+0+0+(-0,08)+(-0,24)) = 1,68/7 = 0.24

(rm2,rm3)

= 1/7 (0+1+1+0.8+0+0.24+0.64) = 3.68/7 = 0,525714286

(rm3,rm2)

= 1/7 (0+1+1+(-0,8)+0+(-0,24)+(-0,64)) = 0,32/7 = 0.045714286


Tabel 2.20 Nilai Indeks Preferensi Rumah Makan rm1

rm3

0

- 0,051428571 0,337142857

0,337142857

0 0,525714286

rm1 rm2

rm2

0.24

rm3

0.045714286

0

3. Menghitung Leaving Flow

rm1

= 1 / (3-1) ((- 0,051428571)+ 0,337142857) = 0,14

rm2

= 1 / (3-1) (0,337142857+ 0,525714286) = 0,431428571

rm3

= 1 / (3-1) (0,24 + 0.045714286) = 0,142857143

4. Menghitung Entering Flow

rm1

= 1 / (3 – 1) (0,337142857 + 0,24)


= 0,288571429 rm2

= 1 / (3 – 1) ((- 0,051428571) + 0.045714286) = - 0,002857143

rm3

= 1 / (3 – 1) (0,337142857+ 0,525714286) = 0,428571429

Tabel 2.21 PROMETHEE Tahap I Rumah Makan Alternatif

Leaving Flow

Entering Flow

rm1

0,14

0,288571429

rm2

0,431428571

- 0,002857143

rm3

0,142857143

0,428571429

5. Menghitung Net Flow

rm1

= 0,14 - 0,288571429 = - 0,148571429

rm2

= 0,431428571 – (- 0,002857143) = 0,434285714

rm3

= 0,142857143 - 0,428571429 = - 0,285714286


Tabel 2.22 PROMETHEE Tahap II Rumah Makan Alternatif rm1 rm2 rm3

Net Flow

Ranking

- 0,148571429

2

0,434285714

1

- 0,285714286

3


BAB III METODOLOGI PENELITIAN

Secara umum metodologi penelitian yang akan digunakan dalam pengembangan sistem ini dapat digambarkan sebagai berikut:

Identifikasi Masalah

Pengumpulan Data

Perancangan Sistem

Evaluasi Perancangan Sistem

Penarikan Kesimpulan

3.1

Identifikasi Masalah Tahap ini merupakan tahap awal dari penelitian ini. Dalam tahap ini penulis menentukan masalah yang akan dibahas dalam penelitian ini. Kemudian menentukan batasan penelitian yang dibuat agar penelitian ini


tidak membahas hal yang diluar dari tujuan awal. Setelah itu dilanjutkan menentukan tujuan dari penelitian ini dan manfaat yang diperoleh dari penelitian ini baik dari pembangun sistem maupun pengguna sistem.

3.2

Pengumpulan Data Dalam

penggunaan

metode

PROMETHEE

untuk

sistem

pendukung pengambilan keputusan kuliner Yogyakarta menggunakan datadata rumah makan dan data penilaian rumah makan. Data-data rumah makan dan penilaian rumah makan diperoleh dengan datang ke beberapa rumah makan untuk meminta data rumah makan yaitu jenis makanan, harga, dan jarak. Kemudian untuk penilaian akan rumah makan dengan meminta pengunjung/konsumen langsung di rumah makan memberi penilaian akan rumah makan tersebut pada data penilaian rumah makan yang dibagikan berdasarkan rasa, kebersihan, pelayanan, dan kenyamanan tempat. Data-data yang dikumpulkan akan dihitung dalam penggunaan metode PROMETHEE.

3.3

Perancangan Sistem Tahap ini merupakan hal-hal dibutuhkan dalam merancang sebuah sistem.

Tahap-tahap

membangun

Sistem

Pendukung

Pengambilan

Keputusan Kuliner Yogyakarta adalah: 1.

Analisis

Dalam tahapan ini dideskripsikan sistem yang akan dirancang, masalah,


dan rekomendasi umum untuk membangun sistem pendukung pengambilan keputusan. Ada dua aktivitas yang dibutuhkan dalam fase ini: - Pengumpulan informasi Mengumpulkan informasi mengenai sistem pendukung pengambilan keputusan. - Mengidentifikasi sistem requirement Mendefinisikan apa saja yang dibutuhkan dalam merancang dan membangun

sistem

pendukung

pengambilan

keputusan

kuliner

yogyakarta. 2.

Desain

Tahapan desain adalah tahapan merancang kebutuhan yang masih berupa konsep spesifikasi sistem. Tahapan desain sistem dapat dibagi menjadi 2 tahap, yaitu desain logis (logical design) dan tahapan desain fisik (physical design). Perbedaan keduanya adalah : - Desain Logis Desain logis adalah bagian dimana semua fitur-fitur fungsional dari sistem dipilih dari tahapan analisis dideskripsikan terpisah dari platform komputer yang nanti digunakan. Hasil dari tahapan ini adalah : a.

Deskripsi fungsional mengenai data dan proses yang akan dirancang pada sistem pendukung pengambilan keputusan.

b.

Deskripsi yang detail dari spesifikasi sistem, meliputi :


- Input (apa saja yang menjadi input). - Output (informasi apa saja yang menjadi output). - Process (prosedur apa saja yang harus dieksekusi untuk mengubah input menjadi output) Tahapan desain logis biasanya menghasilkan beberapa dokumen. Diantaranya dokumen model data, dokumen model proses, rancangan tabel, hierarki antar modul, sampai desain antar muka dari sistem yang akan dibuat. - Desain Fisik Pada bagian ini, spesifikasi logis diubah ke dalam detail teknologi di mana pemrograman dan pengembangan sistem bisa diselesaikan.

3.4

Evaluasi Perancangan Sistem Tahapan evaluasi perancangan sistem adalah tahapan untuk mengevaluasi apakah sistem yang telah dirancang dapat dibangun dan diimplementasikan ke dalam bahasa pemrograman untuk menghasilkan sistem pendukung pengambilan keputusan kuliner Yogyakarta. Hal yang harus dilakukan adalah membuat kuesioner dan memberikan kuesioner tersebut kepada 20 programmer untuk memberikan penilaian mengenai rancangan sistem pendukung pengambilan keputusan kuliner Yogyakarta.

3.5

Penarikan Kesimpulan Dari hasil pengumpulan data, analisa data, dan kuisioner, dan


evaluasi mengenai perancangan sistem pendukung pengambilan keputusan kuliner Yogyakarta, dapat diambil kesimpulan bahwa perancangan sistem dapat dibangun sebuah sistem pendukung pengambilan keputusan untuk mengatasi masalah dalam pencarian rumah makan.

Sistem pendukung

pengambilan keputusan kuliner Yogyakarta mengutamakan pencarian rumah makan yang disertai dengan lokasi yang diinginkan dengan tampilan user interface yang sederhana dan mudah digunakan sehingga pengguna dapat menentukan rumah makan yang diinginkan sesuai dengan data yang dimasukkan dalam pencarian rumah makan.


BAB IV ANALISIS DAN PERANCANGAN SISTEM

4.1

Gambaran Sistem yang Dikembangkan Gambaran sistem pendukung pengambilan keputusan kuliner Yogyakarta yaitu sistem dapat mengolah data rumah makan dan pencarian rekomendasi data rumah makan. Data rumah makan yang diinputkan akan masuk ke database rumah makan.

Tabel rumah makan memiliki tabel

makanan yang berisi data-data makanan. Kemudian tabel makanan merujuk pada tabel jenis makanan yang merupakan tabel yang berisi jenis dari makanan. Tabel penilaian digunakan untuk melakukan penilaian terhadap rumah makan yang diakses melalui tabel rumah makan. 4.2

Analisa Kebutuhan Kebutuhan yang dibutuhkan oleh pengguna dari sistem pendukung pengambilan keputusan kuliner Yogyakarta adalah sebagai berikut: Tabel 4.1. Tabel Analisa Kebutuhan Penguna Sistem Administrator

Kebutuhan 1. Dapat melakukan login sebagai administrator 2. Menangani manajemen data rumah


makan dan data makanan. 3. Menangani pengelolaan kriteria untuk penilaian rumah makan. 4. Dapat melakukan pencarian (searching) data rumah makan sesuai kriteria yang diinginkan. Pengguna

1. Dapat melakukan login sebagai pengguna 2. Dapat melakukan pencarian (searching) data rumah makan sesuai kriteria yang dimasukan. 3. Dapat memberikan penilaian mengenai rumah makan.

Mitra Bisnis

1.

Dapat melakukan login sebagai mitra bisnis.

2.

Menangani manajemen data rumah makan dan data makanan mitra bisnis.

3.

Dapat melakukan pencarian (searching) data rumah makan sesuai


kriteria yang diinginkan.

4.3

Perancangan Sistem

4.3.1

Diagram Use Case Diagram use case menjabarkan kebutuhan – kebutuhan pengguna sistem pendukung pengambilan keputusan kuliner Yogyakarta. Aktoraktor dalam sistem ini ada tiga yaitu administrator, mitra bisnis, dan pengguna. Administrator adalah aktor yang secara khusus mengelola data rumah makan, mitra bisnis adalah aktor yang secara khusus mengelola data rumah makan dan data makanan milik mitra bisnis, sedangkan pengguna adalah aktor yang

dapat melakukan pencarian data rumah

makan dengan mengetikan keyword yang diinginkan dan memberikan penilaian mengenai rumah makan. Di bawah ini adalah perancangan diagram use case pada sistem pendukung pengambilan keputusan kuliner Yogyakarta:


a.

Administrator

Tambah Data Rumah Makan

Ubah Data Rumah Makan

Mencari Data Rumah Makan

Tambah Data Makanan

Ubah Data Makanan

Administrator Mencari Data Makanan

Tambah mitra bisnis

Ubah mitra bisnis

Tambah Kriteria

Ubah Kriteria

Gambar 4.1. Use Case Administrator b.

Pengunjung

Mencari Rekomendasi Rumah Makan

Memberi Penilaian Rumah Makan

Pengunjung

Gambar 4.2. Use Case Pengunjung


c.

Mitra Bisnis

Tambah Data Rumah Makan


Mencari Data Rumah Makan

Tambah Data Makanan

Mitra Bisnis


Mencari Data Makanan


Gambar 4.3. Use Case Mitra Bisnis 4.3.2 Narasi Use Case 4.3.2.1 Login Tabel 4.2. Narasi Use Case Login Nama Use Case

Login

ID Use Case

1

Prioritas

High

Pelaku bisnis utama

Administrator, Mitra Bisnis, Pengunjung

Deskripsi

Use case ini menggambarkan proses login bagi


administrator, mitra bisnis, dan pengunjung. Pra-kondisi

Administrator, mitra bisnis, dan pengunjung yang mempunyai username dan password

Pemicu

Use case ini digunakan oleh administrator untuk mengelola data rumah makan, data makanan, dan kriteria, mitra bisnis untuk mengelola data rumah makan dan data makanan, sedangkan pengunjung untuk memberi penilaian rumah makan.

Langkah utama

Aksi aktor

Respon sistem

Langkah 1 : Administrator, mitra bisnis, dan pengunjung menge-klik kolom login pada halaman pencarian

rekomendasi

rumah makan.

Langkah 2 : Administrator, mitra bisnis, dan

pengunjung

memasukkan username dan password.

Langkah 3 :


Administrator, mitra bisnis, dan pengunjung menekan tombol login

Langkah 4 : Sistem

mengecek

validasi username dan password yang telah dimasukkan Langkah 5 : Sistem

akan

menampilkan halaman beranda administrator, mitra

bisnis,

dan

pengunjung. Langkah alternatif

Alternatif langkah 5 : Jika username dan password tidak sesuai maka sistem akan memberikan pesan “Nama Pengguna dan Kata Sandi Salah”

Kesimpulan

Use case ini berhenti jika administrator, mitra bisnis, pengunjung telah berhasil masuk ke halaman administrator

Pasca kondisi

Administrator, mitra bisnis, dan pengunjung berhasil masuk ke halaman administrator, mitra bisnis, dan pengunjung. Administrator, mitra bisnis, dan pengunjung tidak


jadi melakukan login. Administrator, mitra bisnis, dan pengunjung gagal melakukan login

4.3.2.2 Menambahkan Data Rumah Makan Tabel 4.3. Narasi Use Case Menambah Data Rumah Makan Nama Use Case

Menambah Data Rumah Makan

ID Use Case

2

Prioritas

High

Pelaku bisnis utama

Administrator

Deskripsi

Use case ini menggambarkan proses menambahkan data rumah makan

Pra-kondisi

Administrator berada di halaman administrator

Pemicu

Use case ini digunakan oleh administrator untuk menambahkan data rumah makan

Langkah utama

Aksi aktor

Respon sistem

Langkah 1 : Administrator

memilih

menu tambah rumah makan. Langkah 2 : Sistem

akan

menampilkan halaman


menambahkan rumah Langkah 3 :

makan

Administrator memasukkan data-data

rumah

makan,

kemudian menekan tombol simpan Langkah 4 : Sistem

menyimpan

data rumah makan Langkah alternatif

Alternatif

langkah

3

:

Administrator

batal

menambahkan data rumah makan dan kembali ke halaman beranda administrator Kesimpulan

Use case ini berhenti jika administrator telah berhasil memasukkan

data

rumah

makan

menambahkan data rumah makan Pasca kondisi

Terdapat data baru di database

4.3.2.3 Mengubah Data Rumah Makan Tabel 4.4 Narasi Use Case Mengubah Data Rumah Makan Nama Use Case

Mengubah Data Rumah Makan

ID Use Case

3

Prioritas

High

atau

batal


Pelaku bisnis utama

Administrator, Mitra Bisnis

Deskripsi

Use case ini menggambarkan proses mengubah data rumah makan

Pra-kondisi

Administrator dan mitra bisnis berada di halaman administrator dan mitra bisnis.

Pemicu

Use case ini digunakan oleh administrator dan mitra bisnis untuk mengubah data rumah makan.

Langkah utama

Aksi aktor

Respon sistem


dan

mitra

bisnis memilih menu ubah data rumah makan Langkah 2 : Sistem

akan

menampilkan halaman mengubah data rumah Langkah 3 : Administrator

makan dan

mitra

bisnis memilih data rumah makan yang akan diubah

Langkah 4 : Sistem

akan


menampilkan Langkah 5 : Administrator bisnis baru

untuk mengubah data dan

memasukkan rumah

form

makan

mitra rumah makan data dan

menekan tombol simpan.

Langkah 6 : Sistem

akan

mengganti data lama dengan data baru yang telah dimasukkan Langkah alternatif

Alternatif langkah 4 : Administrator dan mitra bisnis batal mengganti data rumah makan dan kembali ke halaman beranda administrator dan mitra bisnis.

Kesimpulan

Use case ini berhenti jika administrator dan mitra bisnis telah berhasil mengubah data rumah makan.

Pasca kondisi

Data di database telah berubah


4.3.2.4 Menambahkan Data Makanan Tabel 4.5. Narasi Use Case Menambah Data Makanan Nama Use Case

Menambah Data Makanan

ID Use Case

4

Prioritas

High

Pelaku bisnis utama


Deskripsi

Use case ini menggambarkan proses menambahkan data makanan.

Pra-kondisi


Pemicu

Use case ini digunakan oleh administrator dan mitra bisnis untuk menambahkan data makanan.

Langkah utama

Aksi aktor

Respon sistem

Langkah 1 : Administrator bisnis

dan

memilih

mitra menu

tambah makanan. Langkah 2 : Sistem

akan

menampilkan halaman menambahkan Langkah 3 :

makanan.


Administrator bisnis

dan

mitra

memasukkan data-

data makanan,

kemudian

menekan tombol simpan.

Langkah 4 : Sistem

menyimpan

data makanan. Langkah alternatif

Alternatif langkah 3 : Administrator dan mitra bisnis batal menambahkan data rumah makan dan kembali ke halaman beranda administrator dan mitra bisnis.

Kesimpulan

Use case ini berhenti jika administrator dan mitra bisnis telah berhasil memasukkan data makanan atau batal menambahkan data makanan.

Pasca kondisi

Terdapat data baru di database

4.3.2.5 Mengubah Data Makanan Tabel 4.6 Narasi Use Case Mengubah Data Makanan Nama Use Case

Mengubah Data Makanan

ID Use Case

5

Prioritas

High


Pelaku bisnis utama


Deskripsi

Use case ini menggambarkan proses mengubah data makanan.

Pra-kondisi


Pemicu

Use case ini digunakan oleh administrator dan mitra bisnis untuk mengubah data makanan.

Langkah utama

Aksi aktor

Respon sistem


dan

mitra

bisnis memilih menu ubah data makanan. Langkah 2 : Sistem

akan

menampilkan halaman mengubah Langkah 3 : Administrator bisnis

makanan. dan

memilih

mitra data

makanan yang akan diubah.

Langkah 4 :

data


Langkah 5 : Administrator bisnis

dan

memasukkan

Sistem

akan

menampilkan

form

mitra untuk mengubah data data makanan.

baru makanan dan menekan tombol simpan.

Langkah 6 : Sistem

akan

mengganti data lama dengan data baru yang telah dimasukkan Langkah alternatif

Alternatif langkah 4 : Administrator dan mitra bisnis batal mengganti data makanan dan kembali ke halaman beranda administrator dan mitra bisnis.

Kesimpulan

Use case ini berhenti jika administrator dan mitra bisnis telah berhasil mengubah data makanan.

Pasca kondisi

Data di database telah berubah


4.3.2.6 Logout Tabel 4.7. Narasi Use Case Logout Nama Use Case

Logout

ID Use Case

6

Prioritas

High

Pelaku bisnis utama

Administrator, Mitra Bisnis, dan Pengunjung

Deskripsi

Use case ini menggambarkan proses logout bagi administrator, mitra bisnis, dan Pengunjung.

Pra-kondisi

Administrator, mitra bisnis, danpengunjung berada pada halaman administrator, mitra bisnis, pengunjung dan akan keluar dari halaman administrator, mitra bisnis, dan pengunjung.

Pemicu

Use case ini digunakan oleh administrator, mitra bisnis, dan pengunjung untuk keluar dari halaman administrator, mitra bisnis, dan pengunjung.

Langkah utama

Aksi aktor

Respon sistem

Langkah 1 : Administrator, mitra bisnis, dan pengunjung memilih menu logout Langkah 2 : Sistem

akan

keluar


dari

halaman

administrator,

mitra

bisnis,

dan

pengunjung. Langkah alternatif

-

Kesimpulan

Use case ini selesai jika administrator, mitra bisnis, dan

pengunjung

telah

keluar

dari

halaman

administrator, mitra bisnis, dan pengunjung Pasca kondisi

Administrator, mitra bisnis, dan pengunjung keluar dari halaman administrator, mitra bisnis, dan pengunjung.

4.3.2.7 Mencari Rekomendasi Rumah Makan Tabel 4.8 Narasi Use Case Mencari Rekomendasi Rumah Makan Nama Use Case


ID Use Case

7

Prioritas

High

Pelaku bisnis utama

Administrator dan Pengguna

Deskripsi

Use case ini menggambarkan proses pencarian data rumah makan

Pra-kondisi

Aktor berada di halaman utama


Pemicu

Use case ini digunakan untuk mencari data rumah makan

Langkah utama

Aksi aktor

Respon sistem

Langkah 1 : Aktor memasukkan keyword dan menekan tombol cari Langkah 2 : Sistem

akan

menampilkan

hasil

pencarian Langkah alternatif

Alternatif langkah 1 : Pengguna batal melakukan pencarian sistem keluar dari sistem

Kesimpulan

Use

case

ini

berhenti

jika

pengguna

telah

menemukan data rumah makan yang dicari Pasca kondisi

Aktor berhasil menemukan data rumah makan yang dicari Aktor tidak berhasil menemukan data rumah yang dicari karena tidak sesuai dengan keyword


4.3.2.8 Memberi Penilaian Rumah Makan Tabel 4.9 Narasi use case memberi penilaian rumah makan Nama Use Case


ID Use Case

8

Prioritas

High

Pelaku bisnis utama

Pengunjung

Deskripsi

Use case ini menggambarkan proses penilaian rumah makan.

Pra-kondisi

Aktor berada di halaman utama

Pemicu

Use case ini digunakan untuk memberi penilaian rumah makan.

Langkah utama

Aksi aktor

Respon sistem

Langkah 1 : Aktor memilih nilai rumah makan. Langkah 2 : Sistem

akan

menampilkan

hasil

penilaian Langkah alternatif

Alternatif langkah 1 : Pengguna batal melakukan pencarian sistem keluar dari sistem

Kesimpulan

Use case ini berhenti jika pengguna telah memberi penilaian rumah makan


Pasca kondisi

Aktor berhasil menampilkan hasil penilaian rumah makan

4.3.3

Manajemen Model Model yang dipergunakan pada SPPK kuliner Yogyakarta ini yaitu model Preference Ranking

Organization for Enrichment Evaluation

(PROMETHEE), model disini dapat digambarkan dengan diagram influence yang menyatakan keterkaitan antar variabel, seperti Gambar 4.4.

Jenis Makanan

Nilai Preferensi

Harga

Nilai Preferensi

Jarak

Nilai Preferensi

Rasa

Nilai Preferensi

Kebersihan

Nilai Preferensi

Pelayanan

Nilai Preferensi

Kenyamanan tempat

Nilai Preferensi

Leaving Flow

Net Flow/ Hasil akhir

Indeks Preferensi Multikriteria Entering Flow

Gambar 4.4 Diagram Ketergantungan Berikut penjelasan dari diagram ketergantungan pada gambar 4.4 -

Tujuh bobot kriteria dihitung nilai preferensinya masing-masing.


-

Nilai preferensi dijumlahkan untuk menghasilkan indeks preferensi multikriteria.

-

Net flow/hasil akhir diperoleh dari leaving flow dikurangi dengan entering flow.

4.3.4 Manajemen Data Manajemen data akan menjelaskan perancangan basis data berupa diagram ER dan penjabaran tabel basis data yang relevan dengan diagram ER. 4.3.4.1 Tahap-Tahap Perancangan Basis Data Perancangan database melalui 3 tahapan, yaitu : a.

Desain Konseptual Hasil dari tahap ini berupa conceptual schema yang mengacu pada suatu conceptual model. Conceptual model yang terpopuler saat ini

yaitu

ER

Model.Conceptual

model

berfungsi

untuk

mendeskripsikan organisasi data pada abstraksi level tinggi dan tidak memperhatikan aspek-aspek implementasi.


namaRm

id_Rm

1.*

RumahMakan

nama Mk harga Mk

lokasi

id_makanan

0.1

1.*

punya

Id_jenisMk

1.* 0.1

makanan

1.*

termasuk 1.*

1.*

menilai

1 id_pengguna username

memiliki

id_mitra

1.* Menilai

pengguna

0.1

pasword 1.*

jenis_pengguna Menilai 1.*

1.*

nama_mitra

Kriteria keterangan

s minmax

no_telepon

Jenis Makanan

status

mitra bisnis

p q

alamat_mitra

id_pengguna

b. Desain Logikal merupakan

tahapan

logical

pertama untuk

menterjemahkan conceptual skema ke model yang sesuai dengan DBMS yang digunakan. Tahap ini merepresentasikan data dalam suatu cara yang tidak melibatkan physical details.

tipe_pre frensi

nama_ kriteria id_kriteria

Gambar 4.5 Diagram Entity-Relationship

Tahap ini

namaJenisMk


Gambar 4.6 Desain Logikal c.

Desain Fisikal Pada tahapan ini, logical schema dilengkapi dengan detail-detail implementasi secara fisik sesuai dengan DBMS yang digunakan. 1. Tabel Rumah Makan Tabel rumah makan adalah tabel yang berisikan daftar rumah makan Tabel 4.10 Tabel Rumah Makan Nama Field id_rm

Tipe Data NUMBER

Ukuran -

Keterangan Primary untuk

key tabel

rumah makan.


nama_rm

VARCHAR2

20

Nama

rumah

makan. lokasi

VARCHAR2

50

Nama

lokasi

rumah makan alamat

VARCHAR2

50

Alamat rumah makan.

id_mitra

NUMBER

-

id untuk mitra bisnis

rumah

makan. deskripsi

VARCHAR2

400

Deskripsi rumah makan.

2. Tabel Makanan Tabel Makanan adalah tabel yang berisikan data makanan yang tersedia di rumah makan Tabel 4.11 Tabel Makanan Nama Field id_makanan

Tipe Data NUMBER

Ukuran -

Keterangan Primary

key

untuk

tabel

makanan id_rm

NUMBER

-

Id

untuk

rumah makan


namaMk

VARCHAR2

20

Nama makanan

hargaMk

NUMBER

20

Harga makanan

id_jenisMk

NUMBER

-

id untuk jenis makanan

3. Tabel Jenis Makanan Tabel Jenis Makanan adalah tabel yang berisi jenis makanan Tabel 4.12 Tabel Posting Nama Field id_jenisMk

Tipe Data NUMBER

Ukuran -


key table

Jenis Makanan namaJenis

VARCHAR2

30

Nama

jenis

makanan

4. Tabel Penilaian Tabel Penilaian adalah tabel yang berisi penilaian pengguna akan rumah makan


Tabel 4.13 Tabel Penilaian Nama Field id_pengguna

Tipe Data

Ukuran

NUMBER

-

Keterangan Primary

key

untuk

tabel

penilaian id_rm

NUMBER

-

id rumah makan

id_makanan

NUMBER

-

id makanan

nilai

NUMBER

-

Penilaian rumah makan/makanan pada

criteria

tertentu id_kriteria

NUMBER

-

id untuk kriteria.

5. Tabel Pengguna Tabel

administrator

adalah

tabel

yang

berisikan

daftar

administrator. Tabel 4.14 Tabel Pengguna Nama Field id_pengguna

Tipe Data NUMBER

Ukuran -

Keterangan Primary key untuk

tabel

pengguna. username

VARCHAR2

20

Username


pasword

VARCHAR2

20

Password

jenis_pengguna

VARCHAR2

15

Jenis pengguna.

6. Tabel Mitra Bisnis Tabel Mitra Bisnis adalah tabel yang berisikan data-data mitra bisnis. Tabel 4.15 Tabel Mitra Bisnis Nama Field id_mitra

Tipe Data NUMBER

Ukuran -

Keterangan Primary

key

untuk tabel mitra bisnis. nama_mitra

VARCHAR2

11

Nama

mitra

bisnis. no_telepon

VARCHAR2

15

Nomor

telepon

mitra bisnis. alamat_mitra

VARCHAR

20

Alamat

mitra

bisnis. id_pengguna

NUMBER

-

id pengguna.

7. Tabel Kriteria Tabel kriteria adalah tabel yang digunakan untuk menyimpan data-data kriteria.


Tabel 4.16 Tabel Kriteria Nama Field id_kriteria

Tipe Data NUMBER

Ukuran -


key tabel

kriteria. nama_kriteria

VARCHAR

40

Nama kriteria.

tipe_preferensi

INT

-

Tipe preferensi kriteria.

P

FLOAT

-

Nilai kecenderungan atas.

Q

FLOAT

-

Nilai tetap.

Minmax

CHAR

3

Batas minimum dan maksimum.

keterangan

VARCHAR2

180

Keterangan untuk kriteria.

Status

INT

11

Status kriteria.


4.3.4.1.1 Relasi Antar Tabel Relasi antar tabel menggambarkan keterkaitan antar tabeltabel yang digunakan dalam suatu program aplikasi. Relasi antar tabel pada Sistem Pendukung Pengambilan Keputusan Kuliner Yogyakarta, sebagai berikut

Penilaian id_pengguna ** id_rm ** id_makanan** id_kriteria** nilai

Kriteria

Rumah Makan id_rm * id_kriteria ** nama_rm lokasi

Pengguna id_pengguna * username password jenis_pengguna

makanan

JenisMakanan

id_makanan * id_rm ** namaMk hargaMk

id_jenisMk * id_makanan ** namaJenis

id_kriteria * nama_kriteria tipe_prefrensi p s q minmax status keterangan

mitra id_mitra * nama_mitra no_telepon alamat_mitra id_penguna**

Gambar 4.7 Relasi Antar Tabel

4.3.5 Manajemen Dialog Manajemen dialog menggambarkan tampilan sistem yang akan digunakan user. Dalam manajemen dialog ini akan dijelaskan use case dan fungsi setiap halaman antar muka sistem. Berikut ini halaman antar muka serta penjelasannya.


4.3.5.1 Perancangan Antarmuka (Interface) Menjelaskan mengenai desain sistem dimulai dari desain halaman awal, hingga desain halaman rekomendasi kartu perdana . 4.3.5.1.1 Desain Halaman Awal Gambar 4.8 adalah halaman awal sekaligus sebagai halaman pencarian yang digunakan untuk proses pencarian oleh pengguna ataupun administrator. Pengguna dan administrator dapat memasukkan kata kunci pada textfield dan kemudian menekan tombol cari. Halaman awal juga sebagai halaman untk login administrator dan pengguna. Administrator dan pengguna memasukkan username dan password di textfield yang telah disediakan. Tombol masuk berguna untuk pengecekan username dan password, jika username dan password ada di database, maka akan masuk ke halamanan beranda administrator atau pengguna, sementara jika tidak ada di database, maka akan masuk tetap di halaman awal.


Gambar 4.8 Desain Halaman Awal 4.3.5.1.2

Desain Halaman Hasil Pencarian Halaman hasil pencarian yang ditunjukkan pada gambar 4.9 digunakan untuk menampilkan hasil pencarian dari masukkan kata kunci pada halaman pencarian. Halaman ini juga tersedia fungsi pencarian dengan memasukkan kata kunci pada textfield dan menampilkan hasil pencarian, kemudian pengguna memilih maksimal 10 rumah makan yang ingin dibandingkan. Pengguna memilih rumah makan yang ditampilkan, kemudian menekan tombol Pengaturan Preferensi Kriteria untuk menentukan preferensi dari masing-masing kriteria.


Gambar 4.9 Desain Halaman Hasil Pencarian Pada halaman Pengaturan Preferensi Kriteria, pengguna memilih kode preferensi, kemudian untuk kriteria dan tipe preferensi ditampilkan otomatis. Setelah itu pengguna memasukkan nilai kecenderungan atas (p) dan nilai significant (q) dan kemudian menekan tombol simpan. Maka hasil data yang diinputkan akan masuk di tabel sebelah kanan. Untuk mengetahui hasil, pengguna menekan tomol lihat hasil.


Gambar 4.10 Form Pengaturan Preferensi Kriteria Pada halaman Hasil Perhitungan PROMETHEE menampilkan nilai akhir dari perhitungan PROMETHEE dari masing-masing rumah makan yang telah dipilih.


Gambar 4.11 Hasil Perhitungan PROMETHEE Halaman Rekomendasi Rumah Makan menampilkan rumah makan yang direkomendasikan

sesuai

dengan

perankingan

dari

hasil

akhir

PROMETHEE yang telah diurutkan dari nilai yang tertinggi sampai dengan nilai terendah.

Gambar 4.12 Rekomendasi Rumah Makan


4.3.5.1.3 Desain Halaman Beranda Administrator Halaman beranda administrator ditunjukkan pada gambar 4.13 merupakan halaman beranda administrator. Pada halaman ini administrator dapat memilih menu, yaitu beranda merupakan menu untuk ke halaman beranda administrator, menu Rumah Makan dengan submenu Tambah Rumah Makan merupakan menu untuk menambah rumah makan sekaligus menampilkan data rumah makan dan mencari data rumah makan, submenu Data Rumah Makan merupakan menu untuk menampilkan data rumah makan, submenu Tambah Makanan merupakan untuk menambah data makanan sekaligus menampilkan data makanan dan mencari data makanan, dan submenu data makanan merupakan untuk menampilkan data makanan.

Gambar 4.13 Desain Halaman Beranda Administrator 4.3.5.1.4 Desain Halaman Tambah Rumah Makan Halaman tambah data rumah makan ditunjukkan pada gambar 4.14 merupakan halaman untuk menambahkan data rumah


makan sekaligus menampilkan data rumah makan dan mencari rumah makan. Administrator memasukkan nama rumah makan, lokasi, dan alamat rumah makan pada textfield yang disediakan. Tombol simpan berfungsi untuk menyimpan data rumah makan ke database.

Gambar 4.14 Desain Halaman Tambah Data Rumah Makan 4.3.5.1.5 Desain Halaman Ubah Rumah Makan Halaman ubah rumah makan ditunjukkan pada gambar 4.15 merupakan halaman untuk mengubah data rumah makan. Administrator menekan icon ubah untuk menampilkan halaman pengubahan data


rumah makan. Halaman ubah rumah makan ditampilkan pada gambar 4.16.

Gambar 4.15 Desain Halaman Rumah Makan Pada halaman pengubahan data rumah makan akan ditampilkan data rumah makan yang akan diubah. Jika rumah makan akan diubah administrator, maka administrator memasukkan data rumah makan yang baru pada textfield yang disediakan. Tombol simpan berfungsi untuk memperbaharui database sesuai dengan masukkan administrator dan tombol kembali untuk membatalkan.


Gambar 4.16 Desain Halaman Ubah Rumah Makan 4.3.5.1.6 Desain Halaman Data Rumah Makan Halaman Data Rumah Makan ditunjukkan pada gambar 4.17 merupakan halaman untuk menampilkan data rumah makan.


Gambar 4.17 Desain Data Rumah Makan 4.3.5.1.7 Halaman Tambah Makanan Halaman Tambah Makanan ditunjukkan pada gambar 4.18 merupakan halaman untuk menambahkan data makanan sekaligus menampilkan data makanan yang dimasukkan dan mencari data makanan.

Pada halaman ini sudah menampilkan id rumah makan

sesuai rumah makan yang dipilih, kemudian administrator memasukkan nama makanan, harga, dan jenis makanan pada textfield yang disediakan. Tombol simpan berfungsi untuk menyimpan data rumah makan ke database.


Gambar 4.18 Desain Halaman Login Pengguna 4.3.5.1.8 Desain Halaman Ubah Data Makanan Halaman ubah data makanan ditunjukkan pada gambar 4.19 merupakan halaman untuk mengubah data makanan. Administrator menekan icon ubah untuk menampilkan halaman pengubahan data makanan. Halaman ubah rumah makan ditampilkan pada gambar 4.17.


Gambar 4.19 Desain Halaman Data Makanan Pada halaman pengubahan data makanan akan ditampilkan data makanan yang akan diubah. Jika makanan

akan diubah administrator, maka

administrator memasukkan data makanan yang baru pada textfield yang disediakan. Tombol simpan berfungsi untuk memperbaharui database sesuai dengan masukkan administrator dan tombol kembali untuk membatalkan.

Gambar 4.20 Desain Halaman Ubah Data Makanan


4.3.5.1.9 Desain Halaman Tambah Mitra Halaman Tambah Mitra ditunjukkan pada gambar 4.21 merupakan halaman untuk menambahkan data mitra bisnis sekaligus menampilkan data mitra dan mencari data mitra. Admin memasukkan nama mitra, nomor telepon, alamat, username, dan password pada textfield yang disediakan. Tombol simpan berfungsi untuk menyimpan data mitra ke database.

Gambar 4.21 Desain Halaman Tambah Mitra Bisnis


4.3.5.1.10 Desain Halaman Pengelolaan Kriteria Halaman pengelolaan kriteria ditunjukkan pada gambar 4.22 merupakan halaman untuk mengelola kriteria. Pada halaman ini administrator dapat memasukkan id kriteria, nama kriteria, memilih tipe preferensi, memilih kaidah min atau max, parameter p dan q pada text field yang disediakan.

Tombol simpan berfungsi untuk

menyimpan data mitra ke database.

Gambar 4.22 Desain Halaman Mengelola Kriteria 4.3.5.1.11 Desain Halaman Beranda Pengunjung Halaman beranda pengunjung ditunjukkan pada gambar 4.23 merupakan halaman beranda pengguna. Pada halaman ini pengunjung dapat memilih menu, yaitu beranda merupakan menu untuk ke halaman beranda pengunjung, menu Rumah Makan merupakan menu untuk menampilkan data-data rumah makan.


Gambar 4.23 Desain Halaman Beranda Pengunjung 4.3.5.1.12 Desain Halaman Rating Pengunjung Halaman rating pengunjung ditunjukkan pada gambar 4.24 merupakan halaman untuk menampilkan data rumah makan, di mana pengunjung memilih rumah makan yang mau dinilai.

Gambar 4.24 Desain Halaman Daftar Rumah Makan Pada halaman rating pengunjung akan menampilkan data rumah makan yang dipilih. Pengunjung menilai rumah makan untuk rasa


dari data makanan yang mau dinilai, pelayanan, kebersihan, dan kenyamanan tempat.

Gambar 4.25 Halaman Rating Pengunjung 4.3.5.1.13 Desain Halaman Beranda Mitra Bisnis Halaman beranda Mitra Bisnis ditunjukkan pada gambar 4.26 merupakan halaman beranda mitra bisnis. Pada halaman ini mitra dapat memilih menu, yaitu beranda merupakan menu untuk ke halaman beranda mitra, menu Data Rumah Makan merupakan menu untuk menampilkan data-data rumah makan mitra dengan submenu Data Makanan merupakan menu untuk menampilkan data makanan yang dimiliki rumah makan mitra sekaligus menambahkan data makanan, mengubah data makanan, dan menghapus data makanan.


Gambar 4.26 Desain Halaman Beranda Mitra Bisnis. 4.3.5.1.14 Desain Halaman Tambah Makanan pada Halaman Mitra Bisnis Halaman Tambah Makanan pada Halaman Mitra Bisnis ditunjukkan

pada

gambar

4.27

merupakan

halaman

untuk

menambahkan data makanan sekaligus menampilkan data makanan yang dimasukkan dan mencari data makanan. Pada halaman ini sudah menampilkan id rumah makan sesuai rumah makan mitra bisnis, kemudian mitra bisnis memasukkan nama makanan, harga, dan jenis makanan pada textfield yang disediakan. Tombol simpan berfungsi untuk menyimpan data rumah makan ke database.


Gambar 4.27 Halaman Tambah Data Makanan

4.3.6

Perancangan Proses

4.3.6.1 Diagram Alir Data Diagram Alir Data merupakan rancangan yang digunakan pada metodologi pengembangan sistem yang terstruktur. Diagram Alir Data menggambarkan arus data di dalam sistem dengan terstruktur dan jelas.


Adapun rancangan Diagram Alir Data dari sistem pendukung pengambilan keputusan kuliner Yogyakarta adalah sebagai berikut: 4.3.6.1.1 Diagram Konteks Diagram Context di bawah ini menggambarkan bagaimana sistem pendukung pengambilan keputusan kuliner Yogyakarta pada gambar 4.25 bekerja.

Gambar 4.28 Diagram Konteks




4.3.6.1.2 Diagram Alir Data Level 1 Diagram Alir Data level 1 ditunjukkan dengan gambar 4.26.

Mitra Bisnis Data Rumah Makan

Nilai

Data Rumah Makan

Rekomendasi

R2 Rumah Makan Data Makanan

Data Jenis Makanan Data Jenis Makanan

R3 Makanan

Data Rumah Makan

R1 Pengguna Data Rumah Makan

Konfirmasi

Data Pengguna

Mengelola Rumah makan

Kriteria

4 Mencari Rekomendasi Rumah Makan

2

Data Makanan

Pengguna

R4 JenisMakanan Data kriteria

Konfirmasi

Data Jenis Makanan

Nilai

Data pengguna

R5 Penilaian R6 Mitra 5

Administrator

R7 Kriteria Nilai

3 Data kriteria

Mengelola kriteria

1 Data kriteria Data pengguna


Mendaftakan Pengguna

Data pengguna

Data pengguna

Gambar 4.26 DFD level 1


4.3.6.1.3 Diagram Alir Data Level 2 Diagram Alir Data level 2 ditunjukkan dengan gambar 4.27. 5.1 2.1 Data Rumah Makan

Mitra Bisnis


Data Rumah Makan

R1 Pengguna

Data Pengguna Data Pengguna Nilai

Nilai

Menambah Penilaian Rumah Makan

Pengguna

Data Rumah Makan Data Makanan

Data Rumah Makan

2.2

Data Jenis Makanan

Nilai

Menambah Penilaian Makanan

Data Jenis Makanan

Data Makanan

Data kriteria Data kriteria

Nilai

R5 Penilaian


Nilai

R6 Kriteria

Data kriteria

3.1 Menambah Kriteria Kualitatif Tambahan

Data kriteria

3.2 Mengubah Data Kriteria

Gambar 4.27 DFD level 2

Nilai Nilai

Data Makanan

5.3

R4 JenisMakanan

2.4 Administrator

Merubah Penilaian Rumah Makan

5.4 Merubah Penilaian Makanan

Nilai

2.3

Data Makanan

Data Rumah Makan

Data Pengguna

R3 Makanan

Data Makanan Data Makanan


5.2

R2 Rumah Makan Data Rumah Makan

Data Pengguna

Data Makanan

Data Makanan


Data Pengguna

Data Rumah Makan


4.3.6.1.4 Diagram Alir Data Level 2 – Mengelola Rumah Makan Diagram Alir Data level 2 Yogyakarta ditunjukkan dengan gambar 4.28.

2.1

Data Rumah Makan

Data Makanan

Data Makanan


2.2

R1 Pengguna

Data Rumah Makan

Data Rumah Makan Data Makanan

Data Rumah Makan

Data Rumah Makan

Mitra Bisnis


R2 Rumah Makan

R3 Makanan

Data Makanan Data Makanan

2.3

Data Makanan


Data Jenis Makanan

R4 JenisMakanan

2.4 Administrator Data Makanan


Data Jenis Makanan


Gambar 4.28 DFD level 2 – Mengelola Rumah Makan 4.3.6.1.5 Diagram Alir Data Level 2 – Mengelola Kriteria Diagram Alir Data level 2 ditunjukkan dengan gambar 4.29.

Administrator

Data kriteria

3.1 Menambah Kriteria Kualitatif Tambahan

Data kriteria

R6 Kriteria

3.2 Data kriteria

Mengubah Data Kriteria

Gambar 4.29 DFD level 2 – Mengelola Kriteria

Data kriteria


4.3.6.1.6 Diagram Alir Data Level 2 – Mencari Rekomendasi Rumah Makan Diagram Alir Data level 2 - Memberi Penilaian Rumah Makan ditunjukkan dengan gambar 4.30.

Hasil Bobot

Data Makanan Data Jenis Makanan

Data Makanan

Data Pencarian

4.2 Perhitungan Bobot

Data Rumah Makan

4.1 Pemilahan Rumah Makan dan Makanan

R2 Rumah Makan Data Penilaian

R3 Makanan

4.3 Perangkingan

Data kriteria Hasil Perangkingan

R4 JenisMakanan

R5 Penilaian

Pengguna R6 Kriteria

4.4 Data Rekomendasi Makanan

Perekomendasian Rumah Makan

Gambar 4.30 DFD level 2 – Mencari Rekomendasi Makan


4.3.6.1.7 Diagram Alir Data Level 2 – Memberi Penilaian Rumah Makan Diagram Alir Data level 2 Proses 5 ditunjukkan dengan gambar 4.31.

Data Pengguna

Nilai

Menambah Penilaian Rumah Makan Nilai

Data Pengguna

Data Pengguna

R1 Pengguna

5.1

R2 Rumah Makan

Data Rumah Makan Data Rumah Makan

Merubah Penilaian Rumah Makan

Data Makanan

Pengguna

Nilai

Nilai

Nilai

5.2

Data Pengguna

R3 Makanan

5.3

R4 JenisMakanan Data Pengguna

Menambah Penilaian Makanan

Nilai

R5 Penilaian

Nilai

Merubah Penilaian Makanan

Gambar 4.31 DFD level 2 - Memberi Penilaian Rumah Makan

Nilai

5.4


4.3.6.2

Spesifikasi Proses Spesifikasi proses merupakan deskripsi detail untuk setiap proses dalam Digram Alir Data Level 2 Proses 4. Proses ini berfungsi untuk menjelaskan secara lengkap tentang deskripsi proses, masukan dan keluaran proses, serta proses berupa pseudocode.

4.3.6.2.1 Menghitung Jarak Nama

: Menghitung jarak

b.

Deskripsi

: Menghitung jarak antar dua koordinat

c.

Masukan Aliran Data: -

d.

Koordinat a, koordinat b

Proses (Pseudocode):

// jarak kilometer dimensi (mean radius) bumi R = 6371; coord_a = explode(",",coord_a); coord_b = explode(",",coord_b); dLat = rad((coord_b[0]) - (coord_a[0])); dLong = rad(coord_b[1] - coord_a[1]); a

=

sin(dLat/2)

*

sin(dLat/2)

+

cos(rad(coord_a[0]))

cos(rad(coord_b[0])) * sin(dLong/2) * sin(dLong/2); c = 2 * atan2(sqrt(a), sqrt(1-a)); d = R * c;

*


// hasil akhir dalam satuan meter return number_format(d*1000, 4, '.', '');

e.

Keluaran Aliran Data: -

Array Makanan.

4.3.6.2.2 Pemilihan Makanan dan Rumah Makan a.

Nama

: Pemilihan Makanan dan Rumah Makan

b.

Deskripsi

: Memilah Data yang akan di proses dalam

pembobotan c.


d.

kata kunci, lokasi, radius maksimum.


query = "select * from makanan inner join rumah_makan using(id_rm) where makanan.aktif=1 "; if(count(array_jenis)>0){ for (i = 0; i < count(array_jenis); i++) { query = query ." AND namaMK like '%".array_jenis[i]."%'"; }


} query = query." order by id_makanan"; q = execute query; arr_alternatif_id=array(); set h from q; while (h has next) { if(distHaversine(input_coord, h['lokasi'])
e.


Array Makanan.

4.3.6.2.3 Hitung Preferensi a.

Nama

: Hitung Preferensi

b.

Deskripsi

: Menghitung Preferensi dua makanan

c.

Masukan Aliran Data:


-

ID makanan1, ID makanan2, jenis makanan, arah a ke b(true/false), koordinat pengguna.

d.

Proses (Pseudocode): if (id_alternatif1 == id_alternatif2) { return 0; } else { set h from kriteria; k[] = h['id_kriteria']; i++; minmax[] = h['minmax']; t[] = h['tipe_preferensi']; nilai_p[] = h['p']; nilai_q[] = h['q']; nilai_gausian[] = h['s'];

for (i = 0; i < n; i++) { if (k[i] == 1) { set h from makanan with id_alternatif1 if (input_id_jenis_makanan == h[0]) { a1 = 1; } else { a1 = 0;


}

set h from makanan with id_alternatif2 if (input_id_jenis_makanan == h[0]) { a2 = 1; } else { a2 = 0; }

} if (k[i] == 2) { set

h

from

makanan

with

id_alternatif1; a1 = h[0]; set h from makanan with id_alternatif2; a2 = h[0];

} elseif (k[i] == 3) { set h from rumah makan join makanan with id_alternatif1; a1 = distHaversine(h[0], input_coord); set h from rumah makan join makanan with id_alternatif2;


a2= distHaversine(h[0], input_coord);

} else {

set keterangan to h from kriteria with id_kriteria=k[i]; tempKriteria = h[0];

if (tempKriteria == 'makanan') { set AVG(nilai) from penilaian to h with id_alternatif1 and id_kriteria= k[i]; tempnilai = h[0]; a1 = tempnilai; set AVG(nilai) from penilaian to h with id_alternatif2 and id_kriteria= k[i]; tempnilai = h[0]; a2 = tempnilai; } else {

set AVG(nilai) from penilaian join makanan to h with id_alternatif1 and id_kriteria= k[i]; tempnilai = h[0];


a1 = tempnilai; set AVG(nilai) from penilaian join makanan to h with id_alternatif2 and id_kriteria= k[i]; tempnilai = h[0]; a2 = tempnilai; } }

cal = false; if (minmax[i] == 'min') { if (a2 <= a1) { pref1 = 0; cal = true; } else { pref1 = 1; pref2 = 0; cal = false; } } else { if (a2 >= a1) {


pref1 = 0; cal = true; } else { pref1 = 1; pref2 = 0; cal = false; } } if (cal == true) {

d = a1 - a2; switch (t[i]) { case 1: if (d == 0) { pref2 = 0; } else { pref2 = 1; } break; case 2: if (d >= (nilai_q[i] * -1) and d <= nilai_q[i]) { pref2 = 0;


} else { pref2 = 1; } break; case 3:

if (d >= (nilai_p[i] * -1) and d <= nilai_p[i]) { pref2 = d / nilai_p[i]; } else { pref2 = 1; } break; case 4: if (d >= nilai_q[i] and d <= nilai_p[i]) { pref2 = 0.5; } elseif (d <= nilai_q[i]) { pref2 = 0; } else { pref2 = 1; } break; case 5:


if (d > nilai_q[i] and d <= nilai_p[i]) { pref2 = (d - nilai_q[i]) / (nilai_p[i] - nilai_q[i]); } elseif (d <= nilai_q[i]) { pref2 = 0; } else { pref2 = 1; } break; case 6: pref2 = 1 - ( pow(-1 * d, 2) / 2 * pow(nilai_gausian[i], 2)); break; } } tot_pref1 = 0; tot_pref2 = 0; tot_pref1 = tot_pref1 + pref1; tot_pref2 = tot_pref2 + pref2; } } if (ab == true) { return tot_pref1 / n;


} else { return tot_pref2 / n; } } }

e.


Array Makanan.

4.3.6.2.4 Perhitungan Bobot a.

Nama

: Perhitungan Bobot

b.

Deskripsi

: Memberi Bobot pada makanan dan rumah makan

terkait terhadap setiap kriteria. -

Untuk Setiap Makanan dan Rumah makan terkait, hitung Bobot LF,EF,NF.

c.


d.

jenis dan kata kunci, koordinat, jarak maksimum.



-

Untuk Setiap makanan 1.

Hitung LF function

LF(id_alternatif,

jenis,input_coord,arr_alternatif_id) {

j = count(arr_alternatif_id);

tot_n = 0; for (i = 0; i < count(arr_alternatif_id); i++) { for (ii = 0; ii < count(arr_alternatif_id); ii++) { n

=

PREFERENSI(arr_alternatif_id[ii],

arr_alternatif_id[i], false, jenis,input_coord); }

} for (i = 0; i < count(arr_alternatif_id); i++) { if (arr_alternatif_id[i] == id_alternatif) { for (ii = 0; ii < count(arr_alternatif_id); ii++) { n

=


arr_alternatif_id[i], false, jenis,input_coord); tot_n = (tot_n + n); } }


}

if(j == 1){ return 1; }else{ return 1 / (j - 1) * tot_n; } }

2.

Hitung EF

function EF(id_alternatif, jenis,input_coord,arr_alternatif_id) { j = count(arr_alternatif_id);

tot_n = 0; for (i = 0; i < count(arr_alternatif_id); i++) { for (ii = 0; ii < count(arr_alternatif_id); ii++) {

n

=


arr_alternatif_id[i], true, jenis,input_coord);

}


} for (i = 0; i < count(arr_alternatif_id); i++) { if (arr_alternatif_id[i] == id_alternatif) { for (ii = 0; ii < count(arr_alternatif_id); ii++) { n

=


arr_alternatif_id[i], true, jenis,input_coord); tot_n = (tot_n + n); }

} } if(j == 1){ return 1; }else{ return 1 / (j - 1) * tot_n; } }

3. Hitung NF function NF(jenis,input_coord,input_jarak) { array_jenis = array();


array_jenis = split(" ", jenis); arr_alternatif_id = filterMakanan(); arr_result=array();

for (i = 0; i < count(arr_alternatif_id); i++) { arr_result1=new makanan(); tempLF=LF(arr_alternatif_id[i], jenis,input_coord,arr_alternatif_id); tempEF=EF(arr_alternatif_id[i], jenis,input_coord,arr_alternatif_id); tot_n = tempLF - tempEF; arr_result1->setID(arr_alternatif_id[i]); arr_result1->setLF(tempLF); arr_result1->setEF(tempEF); arr_result1->setNF(tot_n); array_push(arr_result, arr_result1); } }

e.


Bobot setiap makanan dengan rumah makan terkait.

4.3.6.2.5 Perangkingan


a.

Nama

: Perangkingan

b.

Deskripsi

: Mengurutkan Bobot setiap makanan - Untuk Setiap Makanan dan Rumah makan terkait, urutkan dari nilai bobot tertinggi hingga nilai bobot terendah.

c.


d.

Data Makanan dan Rumah Makan terkait beserta bobot.


sort(arr_result, function(makanan a, makanan b){ return a->getNF() < b->getNF(); });

e.


Daftar Makanan dan Rumah Makan terkait yang terurut.

4.3.6.2.5 Perekomendasian Rumah Makan a.

Nama

b.Deskripsi

: Perekomendasian Rumah makan : Menampilkan rekomendasi makanan beserta rumah makan terkait.


-

Memberikan tampilan daftar rumah makan yang paling direkomendasikan.

c.

Masukan Aliran Data : - Daftar Makanan dan Rumah Makan terkait yang terurut.

d.


for Makanan i=0 hingga < Makanan.length{ Print Makanan[i].harga, Makanan[i].jarak, Makanan[i].nama }

e.


Tampilan Daftar makanan beserta data rumah makan(harga, jarak, nama).


BAB V PENUTUP

5.1

Pengujian Perancangan Pengujian perancangan dimaksudkan dalam mengevaluasi rancangan

sistem untuk mendapatkan data-data yang lebih akurat dan objektif terhadap penilaian akan rancangan sistem yang telah dibuat. Kuesioner ini terdiri dari 9 pernyataan yang diedarkan secara online maupun langsung dengan jumlah responden yg adalah programmer yaitu 20 orang.

5.1.1 Pembuatan Kuesioner Pernyataan-pernyataan yang diberikan dalam pengujian perancangan ini mengacu

pada

perancangan

sistem

dengan

menggunakan

metode

MURRE(Maintainability Usabality Reusability Reliability Extendability). Metode ini berfungsi untuk mengukur kualitas perancangan sistem informasi yang diusulkan. Beberapa hal yang menjadi tolak ukur kualitas perancangan sistem, antara lain:  Maintainability Data rumah makan, perhitungan rekomendasi akan terus berkembang seiring bertambahnya jumlah rumah makanan yang ada, pengguna, penilaian pengguna. Data ini disimpan dalam tabel basis data.


 Usability Rancangan antarmuka penggunan telah dibuat sesederhana mungkin sesuai tujuannya masing-masing. Jika terdapat bagian yang tidak dapat dimengerti dapat dilihat pada penjelasan antarmuka yang bersangkutan.  Reusability Beberapa bagian dari sistem dipecah-pecah sesuai fungsi masing-masing. Sehingga dapat digunakan kembali pada pengembangan selanjutnya ataupun pengembangan lain yang memerlukan fungsi-fungsi yang dipakai pakai system ini.  Reliability Sistem ini dirancang untuk menggunakan extensi peta yang sudah umum dipakai dan menggunakan rumus-rumus perhitungan yang baku. Sehingga hasil keluarannya dapat di ukur kebenarannya.  Extendability Bentuk-bentuk extensi yang dapat mendukung sistem ini seperti, bug management, category tree,special pages,tag extention, link extention, map extention, dan lain-lain. Sistem ini dirancang untuk menggunakan extensi peta, tidak menutup kemungkinan kedepan akan ada perubahan extensi peta yang akan digunakan.

Skala yang dipergunakan pada kuesioner ini adalah skala likert yaitu membagi kategori menjadi beberapa bagian yaitu sangat tidak setuju, tidak setuju,


netral/ragu, setuju dan sangat setuju. Sehingga kuesioner yang akan diisi oleh responden menjadi seperti di bawah ini.

No 1

STS

ER yang dirancang mudah dimengerti. Rancangan

2

Tanggapan Anda

Pernyataan

dengan

sistem

dapat

bahasa

diimplementasikan

pemrograman

terkini

(Java,PHP,.NET). 3 4

Rancangan diagram Data Flow dijabarkan secara lengkap dalam beberapa level. Dokumentasi dapat dipahami dengan jelas. Use Case dan narasi Use Case menunjukkan

5

langkah-langkah yang sesuai dengan rancangan kebutuhan pengguna Sistem Pendukung Keputusan Kuliner Yogyakarta.

6

Informasi pada rancangan antarmuka sederhana dan mudah dimengerti. Bagian dari Algoritma, ER, DFD, Antarmuka

7

Pengguna, Pseudocode dapat digunakan kembali untuk pengembangan selanjutnya pada sistem yang sama ataupun berbeda. Perancangan sistem

8

dapat memenuhi tujuan

utama Sistem Pendukung Pengambilan Keputusan Kuliner Yogyakarta. Perancangan sistem menunjukkan kemungkinan

9

untuk

bertumbuh

dan

beradaptasi

dengan

kebutuhan yang baru.

Tabel 5.1 Tabel Kuesioner untuk Responden

TS

N

S

SS


Keterangan :

    

STS: Sangat Tidak Setuju. TS : Tidak Setuju. N : Netral S : Setuju. SS : Sangat Setuju.

Setiap kategori memiliki skornya masing-masing, skor terendah diberikan kepada kategori tidak setuju dengan skor 1, sedangkan skor tertinggi 5 diberikan pada kategori sangat setuju.

Kategori

Skor

Sangat Tidak Setuju

1

Tidak Setuju

2

Netral/Ragu-ragu

3

Setuju

4

Sangat Setuju

5

Tabel 5.2 Tabel Skor Kategori


5.1.2 Perhitungan Hasil Kuesioner Setelah dilakukan penyebaran kuisioner yang diberikan pada responden, maka selanjutnya dilakukan rekap terhadap hasil kuisioner yang telah dikumpulkan. Total nilai dari 20 responden dan dicari jenis kategorinya berdasarkan skala likert. Kategori tersebut adalah :

Interval (%)

Kategori

0 - 20

Sangat Tidak Setuju

21 - 40

Tidak Setuju

41 – 60

Netral/Ragu-ragu

61 – 80

Setuju

81 - 100

Sangat Setuju

Tabel 5.3 Tabel Kategori Skala Likert

Langkah pertama adalah mencari skor terkecil (xMin), yaitu jumlah pernyataan dikalikan dengan nilai jawaban terkecil dan dikalikan jumlah responden sehingga xMin = 9 x 1 x 20 = 180. Kemudian untuk skor terbesar (xMax) didapat dengan jumlah pernyataan dikalikan nilai jawaban terbesar dan dikalikan dengan jumlah responden sehingga xMax = 9 x 5 x 20 = 900. Berdasarkan hasil diatas maka akan diketahui total nilai seluruh responden berada antara xMin = 180 sampai xMax = 900 Kemudian dicari total nilai seluruh responden dengan tabel di bawah ini :


No

Jumlah Tanggapan

Pernyataan

STS

TS

N

S

SS

1

1

0

3

14

2

2

0

0

4

6

10

3

0

2

0

11

6

4

0

0

1

8

11

5

0

0

6

7

7

6

0

1

5

4

10

7

0

1

2

14

3

8

0

1

4

8

7

9

0

0

6

4

10

Total

1

5

31

76

66

Tabel 5.4.Tabel Perhitungan Kuesioner

Keterangan :

    

STS: Sangat Tidak Setuju. TS : Tidak Setuju. N : Netral S : Setuju. SS : Sangat Setuju.


Hasil Skor

Total Pernyataan (Skor x Total Pernyataan)

1

1

1

2

5

10

3

31

93

4

76

304

5

66

330

Total

738

Tabel 5.5. Tabel Total Seluruh Responden

Persentase skala likert =

x 100% =

Persentase skala likert =

x 100% = 82 %

Persentase skala likert = 82 %

5.2

Kesimpulan Berdasarkan hasil pengujian perancangan di atas didapat total nilai keseluruhan sebesar 82% dari total 20 responden. Menurut tabel skala likert (tabel 5.3) nilai 82% termasuk ke dalam kategori sangat setuju. Sehingga dapat disimpulkan bahwa rancangan sistem memiliki rancangan yang sangat


mudah dibangun sebuah Sistem Pendukung Pengambilan Keputusan Kuliner Yogyakarta.

5.3

Saran Dalam penelitian selanjutnya berdasarkan hasil dari perancangan sistem

pendukung pengambilan keputusan kuliner yogyakarta ini hendaknya dapat diimplementasikan kedalam bahasa pemrograman yang sesuai dengan kebutuhan perancangan sehingga sistem yang diimplementasikan dapat digunakan.


DAFTAR PUSTAKA

Agni, Hansartono. 2011. Sistem Pendukung Keputusan Penentuan Bonus Pegawai Dengan Metode Promethee Aplikasi Customizer. Yogyakarta : Universitas Pembangunan Nasional “Veteran”. Al-bahra bin Lajamudin.2005. Analisis dan Desain Sistem Informasi. Yogyakarta : Graha Ilmu. Brans, Jean-Pierre.1998. Promethee Method. Centrum Voor Statistiek Operationeel Onderzoek, Brussel University. Belgia. http://www.inf.unideb.hu/valseg/dolgozok/anett.racz/docs/DSS/Promethe e.pdf Diakses Tanggal : [10 Januari 2014] Burch, J.G.1992.System Analysis, Design, and Implementation.New York : Boyd & Fraser Publishing Company. Figueira, J., Salvatore Greco & Matthias Ehrgott. 2005. Multiple Criteria Decision Analysis. Dalam Jean Brans & Bertrand Mareschal, Promethee Methods (hlm.163-175). Boston: Springer. Kusrini. 2007. Konsep dan Aplikasi Sistem Pendukung Keputusan. Yogyakarta : Andi Offset. Peranginangin, Kasiman.2006. Aplikasi Web dengan PHP dan MySQL. Yogyakarta : Andi Offset. Seniwati, Erni dan Yuli Astuti.2012. Perancangan Sistem Pendukung Keputusan Untuk Penentuan Pemilihan Proyek. Yogyakarta : STMIK AMIKOM. Sirenden, Bernadus Herdi & Ester Laekha Dachi. 2012. Buat Sendiri Aplikasi Petamu menggunakan Codelgniter dan Google Maps API. Yogyakarta : Andi Offset. Suryadi, K. dan A. Ramdhani. 1998. Sistem Pendukung Keputusan. Bandung : PT Remaja Rosdakarya.

172


Turban, Efraim, Jay E. Aronson, & Ting-Peng Liang. 2007. Decision Support System and Intelligent System – Sistem Pendukung Keputusan dan Sistem Cerdas. Yogyakarta : Penerbit Andi. Yatini, Indra.2001.Pemrograman Terstruktur.Yogyakarta : J&J Learning.


LAMPIRAN DATA RUMAH MAKAN


1. Rumah Makan Tali Roso



2. Rumah Makan Mie Jakarta


3. Rumah Makan Keray Indah



LAMPIRAN KUESIONER PENILAIAN RUMAH MAKAN







LAMPIRAN KUESIONER EVALUASI PERANCANGAN SISTEM






PERANCANGAN SISTEM PENDUKUNG PENGAMBILAN KEPUTUSAN KULINER YOGYAKARTA

Recommend Documents