Jurnal Rekursif, Vol. 4 No. 2 Juni 2016, ISSN 2303-0755
SISTEM PENDUKUNG KEPUTUSAN REKOMENDASI PEMBELIAN MOBIL BEKAS MENGGUNAKAN METODE MULTI-FACTOR EVALUATION PROCESS (MFEP) DAN BASIS DATA FUZZY TAHANI Yola Oktavia1, Boko Susilo2, Rusdi Efendi3 1,2,3
Program Studi Teknik Infomatika, Fakultas Teknik, Universitas Bengkulu. Jl. WR. Supratman Kandang Limun Bengkulu 38371A INDONESIA (telp: 0736-341022; fax: 0736-341022) 1
[email protected], 2
[email protected], 3
[email protected]
Abstrak : Tujuan dari penelitian ini adalah membangun sebuah aplikasi sistem pendukung keputusan rekomendasi untuk pembelian mobil bekas. Aplikasi ini menggunakan metode Basis data Fuzzy Tahani untuk melakukan pemprosesan data harga, kapasitas silinder, umur mobil, umur aki serta jarak tempuh dan menggunakan metode Multi-Factor Evaluation Process (MFEP) untuk melakukan perangkingan rekomendasi. Data mobil bekas yang dimasukkan diperoleh dari lima showroom mobil yang ada di kota Bengkulu. Untuk pembuatan keputusan digunakan metode MFEP (Multi-Factor Evalution Process) dan Basis data Fuzzy Tahani. Hasil dari penelitian ini adalah sebuah sistem pendukung keputusan rekomendasi pembelian mobil bekas yang memiliki fitur-fitur penambahan data (jenis mobil, merk mobil, bahan bakar, showroom, dan mobil) dan pengubahan domain aturan fuzzy. Pengujian kelayakan system dilakukan pada 20 konsumen dengan 80 data mobil dan diambil secara acak. Hasil pengujian menunjukkan bahwa variabel tampilan dengan kategori sangat baik (31 %), variabel kemudahan pengguna adalah sangat baik (7,5 %), dan variabel kinerja sistem juga berada pada kategori sangat baik (23,75 %). Sehingga h sistem berada pada kategori Baik (skor 4,09 dari skala 5,00). Kata Kunci: Sistem Pendukung Keputusan, Basis Data Fuzzy Tahani, Multi-Factor Evaluation Process (MFEP), dan Rekomendasi Mobil Bekas. Abstract: The aim of this research was creating
decision,
a system of decision support application on used
Evaluation Process) method and Fuzzy Tahani
car purchases. This application used Basis data
method. The result of this research was a
Fuzzy Tahani method in processing price data,
decision support system in used car purchase
the cylinder capacity, age of the car, battery age
recommendation that have extra features data
and mileage and used Multi-Factor Evaluation
(kind of car, car brand, fuel, showroom and car)
Process
and domain was modified into Fuzzy rules. The
(MFEP)
method
for
ranked
it
used
MFEP
(Multi-Factor
recommendation. The used car data obtained
system
from 5 car showrooms in Bengkulu. In making
consumers with 80 car data and taken through
140
feasibility
testing
conducted
20
ejournal.unib.ac.id
Jurnal Rekursif, Vol. 4 No. 2 Juni 2016, ISSN 2303-0755
random. The result showed variable appearance
ada di Kota Bengkulu menimbulkan persaingan
with very good category (31%), variable user
yang ketat sehingga mereka berlomba-lomba
convenience with very good category (7,5%)
dalam mempromosikan barang dagangannya agar
and variable system performance with very
dapat
good category (23,75%). So that overall this
showroom yang menjual mobil bekas dipasaran
system was in good category (score 4.09 from
mengakibatkan jumlah mobil bekas saat ini sangat
scale 5,00).
banyak dan bervariasi. Oleh
Keywords: The Decision Support System, Basis
banyaknya pilihan yang dapat diambil konsumen
Data Fuzzy Tahani, Multi-Factor Evaluation
dihadapkan dengan
Process (MFEP), Used Car Recommendation
faktor
menarik
yang
minat
pembeli.
karena
banyaknya
berpengaruh
Banyaknya
itu,
kriteria
dalam
dan
menentukan
pilihan mobil yang sesuai kebutuhannya. Dalam I. PENDAHULUAN
memilih suatu kendaraan yang tepat sesuai
Mobil bekas adalah mobil yang telah dipakai
kebutuhan dan dana yang dimiliki oleh konsumen,
kemudian dijual kembali oleh pemiliknya. Namun,
diperlukan suatu analisa yang cermat yang
mobil bekas masih layak untuk dipakai atau
mempertimbangkan banyak kriteria dan faktor.
mempunyai tempat
Selama ini para konsumen kesulitan untuk
penjualan khusus yang sering disebut dengan
menentukan showroom mana yang menjual mobil
showroom mobil bekas. Showroom mobil bekas
sesuai
adalah suatu ruang pamer mobil yang menjual
dijadikan patokan konsumen dalam memilih suatu
berbagai jenis mobil seperti mobil minivan, pick
kendaraan
up, Jeep dan merk mobil seperti Toyota, Avanza,
(kilometer), umur mobil, kapasitas silinder (CC),
Kijang dan lain-lain. Tujuan adanya showroom
umur aki, serta kriteria tambahan seperti jenis
mobil bekas adalah untuk memberikan fasilitas
mobil, merk mobil, dan fasilitas atau fitur yang
akan kebutuhan kendaraan dengan harga yang
ditawarkan dalam kendaraan tersebut. Untuk
lebih terjangkau dibandingkan mobil baru.
mengolah semua kriteria tersebut, maka diperlukan
digunakan. Mobil bekas
Kota Bengkulu sebagai ibu kota di Provinsi
suatu
kebutuhannya.
antara
sistem
lain
yang
Kriteria-
harga,
dapat
kriteria
jarak
yang
tempuh
memilih
dan
yang
mengelompokkan kriteria- kriteria yang dipilih
menjanjikan untuk pemasaran mobil-mobil. Hal ini
oleh konsumen. Sehingga pengelompokan dapat
ditunjukkan
showroom-
membantu konsumen dalam memilih kendaraan
showroom mobil yang ada di kota Bengkulu
yang paling tepat sesuai dengan kebutuhan dan
yang
konsumen
kriteria yang diinginkan. Sistem yang dibuat
tersendiri. Showroom-showroom yang ada di Kota
nantinya dapat mengolah data-data mobil bekas
Bengkulu antara lain yaitu Arafat mobil, Inaya
yang terdapat pada showroom-showroom, data
mobil,
ATM
showroom, menyeleksi data mobil yang dibeli
Mobilindo dan Krisna Mobil. Kelima showroom
konsumen dengan meranking berdasarkan kriteria
tersebut merupakan showroom-showroom terbesar
yang dipilih konsumen. Selain itu sistem ini
yang ada di Kota Bengkulu yang mempunyai rata-
memberikan informasi mobil yang banyak dipilih
rata 20 mobil bekas yang terdapat pada showroom
konsumen. Sedangkan untuk proses input dan
mereka. Banyaknya showroom mobil bekas yang
perubahan data dilakukan pihak showroom. Data
Bengkulu
merupakan
pangsa
pasar
terdapat 28 bangunan
masing-masing
Sumber
Merapi
ejournal.unib.ac.id
memiliki
Jaya
Motor,
141
Jurnal Rekursif, Vol. 4 No. 2 Juni 2016, ISSN 2303-0755
yang dimanajemen oleh pihak showroom adalah
konsumen A memprioritaskan pemilihan mobil
data-data kriteria mobil. Salah satu metode yang
berdasarkan harga dan jarak tempuh, berbeda
dapat digunakan dalam pengambilan keputusan
dengan
yaitu menggunakan basis data Fuzzy Tahani. Fuzzy
berdasarkan tahun pembuatan dan harga. Hal itu
Tahani merupakan salah satu cabang dari logika
menyebabkan pengambilan keputusan tidak cukup
Fuzzy, yang menggunakan basis data standar.
hanya menggunakan Fuzzy Tahani, dibutuhkan
Tahani mendeskripsikan suatu metode pemrosesan
suatu
query fuzzy, dengan didasarkan atas manipulasi
perangkingan berdasarkan tingkat kepentingan
bahasa yang dikenal dengan nama SQL (Structured
kriteria
Query Language). Berdasarkan penelitian yang
penelitian ini digunakan pula metode MFEP
dilakukan oleh Ghofar Taufiq (2014) tentang
(Multi-Factor Evalution Process) untuk mengatasi
logika Fuzzy Tahani untuk pendukung keputusan
permasalahan tersebut.
konsumen
metode
perekrutan karyawan tetap diperoleh hasil bahwa
pilihan
B
yang
yang
mencari
dapat
konsumen.
mobil
memberikan
Sehingga,
pada
Metode MFEP (Multi-Factor Evalution
proses penyeleksian karyawan yang akan direkrut
Process)
dengan menggunakan logika Fuzzy Tahani menjadi
keputusan yang dilakukan dengan memberikan
lebih adil dan akurat dengan memperhatikan nilai
pertimbangan subjektif dan intuitif terhadap faktor-
yang
faktor
proporsional
bagi
setiap
kriteria
merupakan
yang
metode
dianggap
penting.
pengambilan
Faktor-faktor
perekrutannya [1]. Selain itu, penelitian tentang
tersebut dibandingkan sehingga diperoleh urutan
logika fuzzy juga pernah dilakukan oleh Rahmi
faktor berdasarkan kepentingannya dari yang
Hidayati (2011) yang berjudul aplikasi fuzzy
terpenting, kedua terpenting dan seterusnya (2).
database
Pada penelitian ini metode MFEP digunakan untuk
model
Tahani
dalam
memberikan
rekomendasi pembelian rumah berbasis WEB
melakukan
diperoleh hasil bahwa penelitian yang dilakukan
alternatif hasil pencarian berdasarkan basis data
mampu
Fuzzy
menangani
kriteria-kriteria
pembelian
perankingan
Tahani.
terhadap
Namun,
sebelum
alternatif-
dilakukan
rumah yang bersifat samar serta dapat membantu
perankingan
pihak developer dalam memberikan rekomendasi
berdasarkan kriteria mana yang paling utama
rumah kepada konsumen sesuai dengan kriteria
dipilih
rumah yang dinginkan konsumen. Sehingga model
terpenting.
setiap
konsumen,
kriteria
maka
diberikan
menjadi
bobot
kriteria
Fuzzy Tahani dapat digunakan dalam proses
Berdasarkan permasalahan tersebut, maka
pencarian data mobil bekas yang diinginkan
peneliti mencoba untuk membangun sebuah sistem
konsumen secara tepat dan akurat berdasarkan
pendukung keputusan pembelian mobil bekas
kriteria yang dipilih.
menggunakan
Pada penelitian membangun sebuah Sistem
MFEP
(Multi-Factor
Evalution Process) dan basis data Fuzzy Tahani.
Pendukung Keputusan Rekomendasi Pembelian Mobil Bekas menggunakan Metode Multi-Factor
metode
II. A.
LANDASAN TEORI
Sistem Pendukung Keputusan
Evaluation Process (MFEP) dan Basis data Fuzzy
Sistem pendukung keputusan didefinisikan
Tahani. Latar belakangnya adalah setiap konsumen
sebagai sistem komputer yang mampu memberikan
mempunyai tingkat kepentingan kriteria yang
kemampuan baik kemampuan pemecahan masalah
berbeda dalam memilih mobil bekas. Misalnya,
142
ejournal.unib.ac.id
Jurnal Rekursif, Vol. 4 No. 2 Juni 2016, ISSN 2303-0755
maupun kemampuan pengkomunikasian untuk
masalah semi terstruktur [2]. Tujuan SPK dalam
Penggunaan model MFEP dapat direalisasikan
dengan rumus berikut:
proses pengambilan keputusan adalah [2]: 1. Membantu
menjawab
masalah
semi-
terstruktur
(1)
ΣWE =Σ (FW x FE)
(2)
Keterangan :
2. Membantu
manajer
dalam
mengambil
keputusan, bukan menggantikannya. 3. Meningkatkan keputusan
WE = FW x FE
efektifitas
seorang
FW = Factor Weight atau bobot faktor
pengambilan
manajer
WE = Weight Evaluation atau evaluasi bobot
dari pada
efisiensinya.
FE
= Factor Evaluation atau evaluasi faktor
ΣWE = Total Weight Evaluation atau total evaluasi bobot
B. Metode Multi-Factor Evaluation Proces (MFEP) Multi-factor Evaluation Process adalah metode
Maka perhitungan perkalian antara nilai bobot faktor dengan nilai bobot evaluasi sesuai dengan
kuantitatif yang menggunakan sistem pembobotan
evaluasi pihak showroom pada setiap mobil.
(weighting system) dalam pengam-bilan keputusan
C. Basis data Fuzzy Tahani
multifaktor, pengambil keputusan secara subyektif
Fuzzy Tahani merupakan salah satu metode
dan intuitif menimbang berbagai faktor yang
fuzzy yang menggunakan basis data standar. Pada
mempunyai pengaruh penting terhadap alternatif
basis
pilihan.
bahwa
berdasarkan bagaimana data tersebut dipandang
alternatif dengan nilai tertinggi adalah solusi
oleh user. Oleh karena itu pada basis data standar
terbaik berdasarkan kriteria yang telah dipilih [3].
data yang ditampilkan akan keluar seperti data
Langkah–langkah proses perhitungan MFEP, yaitu:
yang telah disimpan. Basis data fuzzy model Tahani
1. Menentukan faktor dan bobot faktor dimana
masih menggunakan relasi standar, tetapi model
total pembobotan harus sama dengan 1
Tahani ini menggunakan teori himpunan fuzzy pada
(Σpembobotan =1).
suatu variabel untuk mendapatkan informasi pada
Metode
MFEP
2. Mengisikan
nilai
menentukan
untuk
setiap
faktor
data
query-nya.
standar,
Sehingga
data
pada
diklasifikasikan
pencarian
data
yang mempengaruhi dalam pengambilan
menggunakan rumus dari derajat keanggotaan pada
keputusan
suatu variabel himpunan fuzzy.
dari
data-data
yang
akan
diproses, nilai yang dimasukkan dalam proses pengambilan keputusan merupakan nilai objektif, yaitu sudah pasti yaitu
Berikut ini adalah tahapan logika fuzzy model Tahani [4] yaitu, sebagai berikut: 1.
Menggambarkan
fungsi
keanggotaan
evaluasi faktor (factor evaluation) yang
(membership function) untuk setiap kriteria
nilainya antara bilangan 0 sampai 1 (0 < N
atau variabel fuzzy, yaitu suatu kurva yang
< 1).
menunjukkan pemetaan titik-titik input data
3. Proses perhitungan evaluasi bobot (weight evaluation)
yang
merupakan
ke dalam nilai keanggotaannya (derajat
proses
keanggotaan) yang memiliki interval antara
perhitungan bobot antara bobot faktor dan
0 sampai 1, salah satu cara yang dapat
evaluasi faktor dengan penjumlahan seluruh
digunakan
hasil evaluasi bobot untuk memperoleh total
fungsi.
adalah
dengan
pendekatan
hasil evaluasi.
ejournal.unib.ac.id
143
2.
Jurnal Rekursif, Vol. 4 No. 2 Juni 2016, ISSN 2303-0755 dari
pembelian mobil bekas menggunakan metode
perhitungan fuzzy yaitu pengubahan nilai
Multi-Factor Evalution Process (MFEP) dan Basis
tegas kenilai fuzzy. Dimana setiap variabel
data Fuzzy Tahani.
fuzzy dihitung nilai derajat keanggotaanya
B. Populasi dan Sampel
Fuzzyfikasi
yaitu
fase
pertama
a.
terhadap setiap himpunan fuzzy. 3.
Fuzzyfikasi sebuah
diasumsikan
Populasi yang digunakan pada penelitian ini
konvensional (nonFuzzy)
adalah showroom mobil bekas di Kota Bengkulu.
query
query
yaitu
DBMS yang akan mencoba membuat dan
4.
Populasi
b.
Sampel
menerapkan sebuah sistem dasar logika
Sampel adalah sebagian dari jumlah dan
Fuzzy query atau disebut juga dengan
karakteristik yang dimiliki oleh populasi. Sampel
pembentukan query dengan menggunakan
yang digunakan dalam penelitian ini adalah lima
relasi dasar.
showroom mobil bekas di Kota Bengkulu yaitu
Operator
Dasar
Zadeh
untuk
Operasi
Arafat Mobil, Sumber Merapi Jaya Motor, ATM Mobilindo, Inaya Mobil dan Krisna Mobil.
Himpunan Fuzzy
Pada teknik pengumpulan data dengan
D. Codeigniter Codeigniter adalah sebuah web application
menggunakan angket, digunakan teknik penarikan
framework yang bersifat open source digunakan
sampel dalam menentukan responden sebagai
untuk membangun aplikasi PHP dinamis. Tujuan
sampel. Responden yang dipilih berasal dari
utama pengembangan Codeigniter adalah untuk
berbagai
membantu developer untuk mengerjakan aplikasi
berbagai macam pekerjaan. Hal ini diharapkan agar
lebih cepat dari pada menulis semua code dari
jawaban yang diperoleh dari responden juga
awal. Codeigniter menyediakan berbagai macam
bervariasi.
library
C. Jenis dan Teknik Pengumpulan Data
yang
dapat
mempermudah
dalam
lapisan
masyarakat
yang
memiliki
Sumber data yang digunakan dalam penelitian
pengembangan [5]. Codeigniter dibangun menggunakan konsep
ini menggunakan dua sumber yaitu data primer dan
pattern.
data sekunder. Dalam penelitian ini penulis
Codeigniter merupakan salah satu framework
menggunakan data yang diperoleh dengan cara
tercepat dibandingkan dengan framework lainnya.
langsung ataupun tidak langsung dari subjek atau
Kelebihan dari codeigniter yaitu sangat ringan,
objek
terstruktur, mudah dipelajari, dokumentasi lengkap
tersebut dilakukan dengan cara berikut ini:
dan dukungan yang luar biasa dari forum
1) Studi Pustaka
Model-View-Controller
development
yang
diteliti.
Pengumpulan
data-data
Studi pustaka dilakukan dengan cara menelaah
Codeigniter [5].
beberapa literatur, yaitu:
III.
a)
METODE PENELITIAN
A. Jenis Penelitian Jenis penelitian
Buku referensi Buku yang digunakan sebagai referensi
dalam
adalah buku-buku yang membahas tentang
penelitian ini merupakan jenis penelitian terapan.
sistem pendukung keputusan, metode multi-
Penelitian terapan ini bertujuan untuk merancang
factor evaluation process dan Basis data fuzzy
dan membangun sistem pendukung keputusan
Tahani.
144
yang
digunakan
ejournal.unib.ac.id
Jurnal Rekursif, Vol. 4 No. 2 Juni 2016, ISSN 2303-0755
b) Artikel dan Jurnal
Angket kriteria penilaian pada uji kelayakan sistem
Artikel dan jurnal yang digunakan diperoleh
berupa tampilan, kemudahan penggunaan, kinerja
dengan cara mengunduhnya melalui internet.
sistem, dan isi. Angket dibagikan kepada 20
Informasi yang diperoleh adalah informasi yang
responden.
membahas
tentang
mobil
pendukung
keputusan,
bekas,
metode
sistem
multi-factor
evaluation process dan Basis data fuzzy Tahani c)
IV. ANALISIS DAN PERANCANGAN A. Cara Kerja Sistem Cara Kerja Sistem dapat dilihat pada gambar 1.
Skripsi Skripsi yang digunakan sebagai referensi
Mulai
adalah skripsi-skripsi yang membahas tentang sistem pendukung keputusan, metode multi-
Input Data: Data Mobil, domain fuzzy
factor evaluation process dan Basis data fuzzy Tahani.
Set fungsi keanggotaan tiap-tiap variabel fuzzy, Set domain himpunan fuzzy.
2) Studi Lapangan Metode ini dilakukan dengan cara terjun langsung ke
lapangan
yaitu
ke
showroom-
showroom mobil bekas yang digunakan sebagai
Proses perhitungan derajat keanggotaan tiap-tiap variabel input fuzzy menggunakan fungsi keanggotaan kurva bahu
sampel, dimana metode ini digunakan untuk mengumpulkan data-data berupa data-data mobil
Input himpunan tiap-tiap variabel fuzzy dan bobot tiap-tiap kriteria
bekas yang ada pada setiap showroom mobil bekas. 3) Dokumentasi
Proses Query Derajat keanggotaan tiap-tiap himpunan fuzzy
Dokumentasi dilakukan dengan mengambil gambar secara langsung dengan menggunakan kamera. 4) Wawancara Wawancara dilakukan kepada pihak pemilik
Proses perhitungan metode MFEP ΣWE =Σ(FWxFE) Dimana: WE = Weight Evaluation atau evaluasi bobot, FW = Factor Weight atau bobot faktort setiap kriteria yang diinput, FE = Factor Evaluation atau evaluasi faktor atau derajat keanggotaan tiap-tiap himpunan variabel fuzzy
showroom mobil dan konsumen mobil bekas. Wawancara ini dilakukan agar mendapatkan
Rekomendasi mobil bekas
permasalahan yang jelas seperti variabel-variabel yang berhubungan dengan pemilihan kriteria mobil. 5)
selesai
Gambar 1. Flowchart Alur Kerja Sistem
Angket Pada penelitian ini pengumpulan data dengan
Berdasarkan Gambar 1 di atas terdapat
angket dilakukan sebanyak dua kali. Angket
beberapa tahapan yang dilakukan yaitu, tahapan
pertama dilakukan untuk mendapatkan domain
pertama, dimulai dengan meng-input-kan data
(batasan) himpunan fuzzy dari setiap variabel
mobil dan domain atau atasan fuzzy. Tahap kedua,
pembelian mobil bekas. Angket secara langsung
mengatur fungsi keanggotaan himpunan fuzzy serta
diberikan kepada 20 konsumen mobil bekas.
domain fuzzy pada masing-masing kriteria atau
ejournal.unib.ac.id
145
Jurnal Rekursif, Vol. 4 No. 2 Juni 2016, ISSN 2303-0755
variabel mobil. Tahap ketiga yaitu melakukan
Tempuh
Turun
proses perhitungan derajat keangotaan untuk
Sedang
Segitiga
masing-masing input variabel fuzzy menggunakan
Besar
Linear Naik
fungsi keanggotaan kurva bahu. Tahapan keempat yaitu meng-input himpunan tiap-tiap variabel fuzzy
Baru Umur Aki
dan meng-input bobot untuk masing-masing
Sedang Lama
variabel fuzzy. Tahap selanjutnya atau tahap kelima
Rendah
yaitu melakukan proses Query derajat keanggotaan
Kapasitas Sedang Silinder
tiap-tiap himpunan fuzzy. Dan tahap terakhir adalah
Besar
melakukan proses metode MFEP.
30000 2000080000 60000150000
Linear Turun Segitiga Linear Naik Linear Turun
kilometer (km)
0-12
Dalam Bulan
10-18 15-24 10002500 15003500 25004000
Segitiga Linear Naik
Dalam CC
Berikut ini adalah penjelasan mengenai Tabel di atas, yaitu sebagai berikut:
B. Perancangan Fuzzy Tahani Perancangan Fuzzy Tahani dilakukan dalam beberapa tahap yaitu: a.
Penentuan variable fuzzy;
b.
Penentuan Himpunan fuzzy;
c.
Penentuan Domain fuzzy;
d.
Penentuan Fungsi Keanggotaan;
a.
Variabel Harga Variable
harga
dibentuk
menjadi
tiga
himpunan fuzzy yaitu MURAH, SEDANG, dan MAHAL. Setiap himpunan fuzzy dari variable harga memiliki domain fuzzy masing-masing dan untuk lebih jelasnya dapat dilihat pada Tabel 4.1 di atas.
Penentuan variable fuzzy dan himpunan fuzzy
Himpunan MURAH menggunakan pendekatan
ditentukan berdasarkan hasil wawancara dengan
fungsi keanggotaan bentuk bahu kiri, himpunan
kelima
SEDANG
pihak
showroom.
Sedangkan
proses
menggunakan
fungsi
keanggotaan
penentuan domain fuzzy ditentukan berdasarkan
berbentuk segitiga, sedangkan himpunan MAHAL
hasil penyebaran angket secara langsung kepada 20
menggunakan fungsi keanggotan bentuk bahu
konsumen mobil bekas. Dimana domain untuk
kanan. Fungsi keanggotaan untuk variable harga
setiap variabel diperoleh dari jumlah pilihan
dapat dilihat pada Gambar 2 sebagai berikut:
terbanyak dari jawaban yang dipilih 20 konsumen. MURAH
Jenis-jenis variable fuzzy, himpunan fuzzy, fungsi keanggotaan, dan domain fuzzy dapat dilihat
SEDANG
MAHAL
1
pada Tabel 1 di bawah ini: Tabel 1 Variabel Rekomendasi Mobil Bekas yang Bersifat Fuzzy Himpu Fungsi Domain Keterang Variabel nan Kenaggotaan Fuzzy an Fuzzy Linear Murah 20-75 Dalam Turun Juta Harga Sedang Segitiga 50-250 Rupiah 200(Rp) Mahal Linear Naik 300 Linear Baru 0-10 Turun Dalam Umur Tahun Mobil Sedang Segitiga 7-15 Lama Linear Naik 12-20 Jarak Rendah Linear 1000Dalam
146
0
20
50
75
150
200
250
300
Gambar 2 Fungsi Keanggotaan Variabel Harga (dalam juta)
Fungsi keanggotaan pada variabel Harga dapat dirumuskan pada persamaan berikut ini:
ejournal.unib.ac.id
Jurnal Rekursif, Vol. 4 No. 2 Juni 2016, ISSN 2303-0755
𝜇𝜇𝜇𝜇𝜇𝜇𝑀𝑀𝑀𝑀ℎ [𝑥1 ] = 1 → 75000000−𝑥
1 �75000000−20000000
0
Fungsi keanggotaan pada variabel Tahun
𝑥1 ≤ 20000000
→
20000000 ≤ 𝑥1 ≤ 75000000
→
𝑥1 ≥ 75000000
Pembuatan dapat dirumuskan pada persamaan berikut ini:
𝜇𝜇𝜇𝜇𝜇𝜇𝑆𝑆𝑆𝑆𝑆𝑆 [𝑥1 ] = 0 → 𝑥1 ≤ 50000000 𝑎𝑎𝑎𝑎 𝑥1 ≥ 250000000
1
→
10−𝑥
𝑥2 ≤ 0
𝜇𝜇𝜇𝜇𝜇𝜇𝜇𝜇𝜇𝜇𝐵𝐵𝐵𝐵 [𝑥2 ] = � 10−02 → 0 ≤ 𝑥2 ≤ 10 𝑥1 −50000000 50000000 ≤ 𝑥1 ≤ 150000000 � 150000000−50000000 → 0 → 𝑥2 ≥ 10 250000000−𝑥1 → 150000000 ≤ 𝑥1 ≤ 250000000 𝜇𝜇𝜇𝜇𝜇𝜇𝜇𝜇𝜇𝜇 [𝑥 ] 250000000−150000000 𝑆𝑆𝑆𝑆𝑆𝑆 2 0 → 𝑥2 ≤ 7 𝑎𝑎𝑎𝑎 𝑥2 ≥ 15 ⎧ 𝑥 −7 𝜇𝜇𝜇𝜇𝜇𝜇𝑀𝑎ℎ𝑎𝑎 [𝑥1 ] = ⎪ 2 → 7 ≤ 𝑥2 ≤ 11 = 11 − 7 0 → 𝑥1 ≤ 200000000 ⎨ 𝑥1 −200000000 ⎪ 15 − 𝑥2 → → 200000000 ≤ 𝑥1 ≤ 300000000 �300000000−200000000 11 ≤ 𝑥2 ≤ 15 ⎩15 − 11 1 → 𝑥1 ≥ 300000000
Pada variable Harga, untuk batas atas, batas
tengah
dan
batas
bawah
pada
iini
dapat
diperbaharui.
c. b.
0
𝑥2 −12
𝜇𝜇𝜇𝜇𝜇𝜇𝜇𝜇𝜇𝜇𝐿𝐿𝐿𝐿 [𝑥2 ] = �
20−12
Variabel Jarak Tempuh
Variable Umur Mobil
1
→
→ →
𝑥2 ≤ 12
12 ≤ 𝑥2 ≤ 20 𝑥2 ≥ 20
Variable Jarak Tempuh dibentuk menjadi tiga
Variable umur mobil dibentuk menjadi tiga
himpunan fuzzy yaitu DEKAT, SEDANG, dan
himpunan fuzzy yaitu BARU, SEDANG, dan
JAUH. Setiap himpunan fuzzy dari variable Jarak
LAMA. Setiap himpunan fuzzy dari variabel Umur
Tempuh memiliki domain fuzzy masing-masing.
Mobil memiliki domain fuzzy . Himpunan
Himpunan DEKAT menggunakan pendekatan
BARU
menggunakan
fungsi keanggotaan bentuk bahu kiri, himpunan
pendekatan fungsi keanggotaan bentuk bahu kiri,
SEDANG
himpunan
fungsi
berbentuk segitiga, sedangkan himpunan JAUH
sedangkan
menggunakan fungsi keanggotan bentuk bahu
himpunan LAMA menggunakan fungsi keanggotan
kanan. Fungsi keanggotaan untuk variable jarak
bentuk bahu kanan. Fungsi keanggotaan untuk
tempuh dapat dilihat pada Gambar 4 sebagai
variable umur mobil dapat dilihat pada Gambar 3
berikut:
SEDANG
keanggotaan
menggunakan
berbentuk
segitiga,
sebagai berikut:
menggunakan
RENDAH
BARU
SEDANG
LAMA
fungsi
SEDANG
keanggotaan
BESAR
1
1
0
7
10
11 12
15
20
Gambar 3 Fungsi Keanggotaan Variabel Umur Mobil
ejournal.unib.ac.id
0
1000 20000
30000
50000 60000
80000
1500000
Gambar 4 Fungsi Keanggotaan Variabel Jarak Tempuh
147
Jurnal Rekursif, Vol. 4 No. 2 Juni 2016, ISSN 2303-0755
Fungsi keanggotaan pada variabel Jarak Tempuh dapat dirumuskan pada persamaan berikut ini: 𝜇𝐽𝐽𝐽𝐽𝐽𝐽𝐽𝐽𝐽𝐽ℎ𝑅𝑅𝑅𝑅𝑅𝑅 [𝑥3 ] 1 → 30000 − 𝑥3 =� → 30000 − 1000 0 →
𝑥3 ≤ 1000
1000 ≤ 𝑥3 ≤ 30000 𝑥3 ≥ 30000
𝜇𝜇𝜇𝜇𝜇𝜇𝜇𝜇𝜇𝜇𝜇ℎ𝑆𝑆𝑆𝑆𝑆𝑆 [𝑥3 ] = 0 → 𝑥3 ≤ 20000 𝑎𝑎𝑎𝑎 𝑥3 ≥ 80000 𝑥3 −20000
�50000−20000 80000−𝑥3
80000−50000
→
20000 ≤ 𝑥3 ≤ 50000
→
50000 ≤ 𝑥3 ≤ 80000
e.
𝜇𝜇𝜇𝜇𝜇𝜇𝜇𝜇𝜇𝜇𝜇ℎ𝐵𝐵𝐵𝐵𝐵 [𝑥3 ] = 0 → 𝑥3 ≤ 60000 𝑥 −60000
3 �150000−60000 1
d.
→
→
1 12 − 𝑥4 𝜇𝜇𝜇𝜇𝜇𝜇𝜇𝜇𝐵𝐵𝐵𝐵 [𝑥4 ] = � 12 − 0 0 𝜇𝜇𝜇𝜇𝜇𝜇𝜇𝜇𝑆𝑆𝑆𝑆𝑆𝑆 [𝑥4 ] 0 → 𝑥4 ⎧ 𝑥 − 10 ⎪ 4 → = 14 − 10 ⎨ 18 − 𝑥4 ⎪ ⎩18 − 14 → 0 𝑥4 − 15 𝜇𝜇𝜇𝜇𝜇𝜇𝜇𝜇𝐿𝐿𝐿𝐿 [𝑥4 ] = � 24 − 15 1
Variabel Kapasitas Silinder
10 ≤ 𝑥4 ≤ 14 14 ≤ 𝑥4 ≤ 18
→
𝑥4 ≤ 15
→
𝑥4 ≥ 24
→ 15 ≤ 𝑥4 ≤ 24
masing. Himpunan KECIL menggunakan pendekatan
himpunan fuzzy yaitu BARU, SEDANG, dan LAMA. Setiap himpunan fuzzy dari variable Umur
fungsi keanggotaan bentuk bahu kiri, himpunan SEDANG
Aki memiliki domain fuzzy masing-masing. Himpunan BARU menggunakan pendekatan fungsi keanggotaan bentuk bahu kiri, himpunan keanggotaan
berbentuk segitiga, sedangkan himpunan LAMA menggunakan fungsi keanggotan bentuk bahu
Aki dapat dilihat pada Gambar 5 sebagai berikut:
menggunakan
fungsi
keanggotaan
berbentuk segitiga, sedangkan himpunan BESAR menggunakan fungsi keanggotan bentuk bahu kanan.
Fungsi
keanggotaan
untuk
variable
Kapasitas Silinder dapat dilihat pada Gambar 6 sebagai berikut: RENDAH
kanan. Fungsi keanggotaan untuk variable Umur
SEDANG
≤ 10 𝑎𝑎𝑎𝑎 𝑥4 ≥ 18
Kapasitas Silinder memiliki domain fuzzy masing-
Variable Umur Aki dibentuk menjadi tiga
BARU
𝑥4 ≥ 12
BESAR. Setiap himpunan fuzzy dari variable
𝑥3 ≥ 150000
fungsi
→
0 ≤ 𝑥4 ≤ 12
tiga himpunan fuzzy yaitu KECIL, SEDANG, dan
60000 ≤ 𝑥3 ≤ 150000
menggunakan
→
𝑥4 ≤ 0
Variable Kapasitas Silinder dibentuk menjadi
Variabel Umur Aki
SEDANG
→
SEDANG
BESAR
1
LAMA
1
0
1000
1500
2500
3500
4000
Gambar 6 Fungsi Keanggotaan Variabel Kapasitas Silinder
Fungsi keanggotaan pada variabel Kapasitas Silinder dapat dirumuskan pada persamaan berikut: 0
10
12
14
15
18
24
Gambar 5 Fungsi Keanggotaan Variabel Umur Aki
Fungsi keanggotaan pada variabel Umur Aki dapat dirumuskan pada persamaan berikut ini:
148
𝜇𝜇𝜇𝜇𝜇𝜇𝜇𝜇𝜇𝜇𝜇𝜇𝜇𝜇𝜇𝜇𝜇𝜇𝑅𝑅𝑅𝑅𝑅𝑅 [𝑥5 ] 1 → 𝑥5 ≤ 1000 2500 − 𝑥5 =� → 1000 ≤ 𝑥5 ≤ 2500 2500 − 1000 0 → 𝑥5 ≥ 2500
ejournal.unib.ac.id
Jurnal Rekursif, Vol. 4 No. 2 Juni 2016, ISSN 2303-0755
𝜇𝜇𝜇𝜇𝜇𝑠𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑆𝑆𝑆𝑆𝑆𝑆 [𝑥5 ] 0 → 𝑥5 ≤ 1500 𝑎𝑎𝑎𝑎 𝑥5 ≥ 3500 ⎧ 𝑥 − 1500 ⎪ 5 → 1500 ≤ 𝑥5 ≤ 2500 = 2500 − 1500 ⎨ 3500 − 𝑥 5 ⎪ 2500 ≤ 𝑥4 ≤ 3500 ⎩3500 − 2500 → 𝜇𝜇𝜇𝜇𝜇𝜇𝜇𝜇𝜇𝜇𝜇𝜇𝜇𝜇𝜇𝜇𝜇𝜇𝐵𝐵𝐵𝐵𝐵 [𝑥5 ] 0 → 𝑥5 ≤ 2500 𝑥5 − 2500 =� → 2500 ≤ 𝑥5 ≤ 4000 4000 − 2500 1 → 𝑥5 ≥ 4000
C. Perancangan Usecase Diagram
basis data terdapat tabel-tabel dari kebutuhan sistem yang digunakan dalam sistem pendukung keputusan Rekomendasi Pembelian Mobil Bekas. Adapun basis data sistem ini sebagai berikut: Tabel 2 Tabel Jenis Mobil Tipe Panjan Indeks Data g
Nama Kolom
Keterang an
Foreig n key
Kd_jenis
Varcha r
3
Nm_jenism obil
Varcha r
30
Kode Jenis Nama jenis mobil
Gambar 7 merupakan usecase diagram dari SPK
mobil
menggambarkan pengguna
Bekas. apa
aplikasi
Usecase
yang terhadap
dapat
diagram dilakukan
aplikasi
sistem
Tabel 3 Tabel Merk Mobil Tipe Panjang Indeks Data
Nama Kolom Kd_merk
Varchar
3
Merk_mo bil
Varchar
20
Foreign key
pendukung keputusan pembelian mobil bekas.
Nama Kolom
Gambar 7 Usecase Diagram
D. Perancangan Database Basis data merupakan salah satu komponen
Tabel 4 Tabel Bahan Bakar Tipe Panjang Indeks Data Foreign key
Varchar
3
Bhn_bakar
Varchar
10
Kd_showroo m
Varchar
10
Foreign key
kd_mobil
Varchar
10
Primary key
Nm_mobil
Varchar
30
Kd_jenis
Varchar
20 10
Tipe
Varchar Double
positif
Thn
Year
positif
jarak
Int
10
Positif
umur
Int
2
Positif positif
Int
4
transmisi
Varchar
10
Kd_bahanbak ar
Varchar
20 30
Foto
Varchar
Tgl
Datetime
penyedia informasi bagi para pemakainya. Dalam
Count
Int
3
Keteran gan Kode showro om Kode mobil Nama mobil Kode jenis
Harga
kapasitas
Keterang an Kode bahan bakar Bahan bakar
Tabel 4.5 Tabel Mobil Tipe Panjang Indeks Data
yang penting pada sistem, karena berfungsi sebagai
ejournal.unib.ac.id
Kode merk mobil Nama merk mobil
Kd_bhnbakar
Nama Kolom
Keterangan
Kode Bahan bakar
Positif
149
Nama Kolom kd_Showro om
Jurnal Rekursif, Vol. 4 No. 2 Juni 2016, ISSN 2303-0755
Tabel 6 Tabel Showroom Tipe Panjang Indeks Data Varchar 10 Primar y key
Nm_Showr oom Alamat Telpon
Varchar
50
Varchar Varchar
100 12
Foto
Varchar
20
Nama Kolom
Varchar
10
Kd_kriteria
Varchar
3
Int
pembelian
mobil
bekas.
Halaman ini dibuat berdasarkan hasil rancangan sebelumnya. Berikut ini adalah halaman yang akan
Nama showroom
muncul pada saat konsumen memilih menu SPK Mobkas, yang akan ditujukkan pada Gambar 5.1 di bawah ini:
Keteran gan Kode mobil kode kriteria
Primary key Primary key
3
Gambar 8. Halaman Operasional SPK
Pada Gambar 8 ditampilkan input-an nilai bobot untuk masing-masing kriteria, combo box
Tabel 8 Tabel Domain Fuzzy Nama Kolom Tipe Panjang Indeks Data 3
rekomendasi
Kode showroom
Tabel 7 Tabel Data Fuzzy Tipe Panjang Indeks Data
kd_mobil
Nilai
SPK
Keterangan
kd_domainFu zzy
Int
Primary key
Kd_kriteria
Varchar
3
Nm_himpuna n
Varchar
20
fungsiKurva btsBawah
enum Int
2
Positif
btsTengah
Int
2
Positif
btsAtas
Int
2
positif
Foreign key
Keteran gan Kode domain fuzzy
himpunan masing-masing kriteria, tombol proses
Kode kriteria
mempermudah pengguna untuk mengetahui tata
Nama himpun an Batas bawah Batas tengah Batas atas
dan batal serta dibagian kanan sistem diberikan sebuah petunjuk. Petujuk ini diberikan agar
cara melakukan operasional SPK pada sistem ini. Pada input-an nilai bobot, konsumen harus menginput-kan nilai bobot untuk masing-masing kriteria dimana kriteria yang memiliki tingkat kepentingan pertama harus di-input dengan bobot terbesar dan seterusnya. Setelah nilai bobot di-input, konsumen harus mengisi combo box yang telah disediakan pada setiap kriteria.Apabila konsumen telah meng-
Nama Kolom kd_kriteria Nm_kriteria
Tabel 9 Tabel Kriteria Tipe Panja Indeks Data ng Varchar 3 Primary key Varchar 30
Keteranga n Kode kriteria Nama kriteria
input-kan nilai bobot dan memilih combo box setiap
kriteria,
selanjutnya
konsumen
harus
mengklik tombol proses dan sistem akan otomatis menampilkan hasil rekomendasi dari operasional SPK yang ditunjukkan pada Gambar 9.
Nama Kolom
Tabel 10 Tabel Admin Tipe Data Panjang
Username
Varchar
15
Nama Password
Varchar Varchar
30 50
Keterangan Primary key
V HASIL DAN PEMBAHASAN Halaman operasional SPK adalah halaman inti sistem yang digunakan untuk melakukan proses
150
Gambar 9. Halaman Hasil Operasional SPK
ejournal.unib.ac.id
Jurnal Rekursif, Vol. 4 No. 2 Juni 2016, ISSN 2303-0755
Pada Gambar 9 merupakan hasil perancangan
kemudahan mendapatkan penilaian sangat
yang telah dibuat. Pada Gambar 9 terdapat sebuah
baik (7.5 %), baik (55 %) dan cukup baik
tabel
bekas.
(37.5 %). Sedangkan pada variabel kinerja
Halaman ini, sistem hanya menampilkan lima
sistem mendapatkan penilaian sangat baik
mobil teratas yang dapat direkomendasikan.
(23.75 %), baik (61.25 %) dan cukup baik (15
rekomendasi
pembelian
mobil
%). VI. KESIMPULAN DAN SARAN B. Saran
A. Kesimpulan sistem,
Berdasarkan analisa dan perancangan sistem,
implementasi dan pengujian sistem, maka dapat
implementasi, dan pengujian sistem, maka saran
disimpulkan bahwa:
yang
1.
Penelitian ini berhasil menerapkan metode
penelitian selanjutnya adalah “Agar penelitian ini
Multi-Factor Evaluation Process (MFEP)
tidak berhenti sampai disini saja, ada baiknya
untuk membangun Sistem Pendukung
penelitian ini dilanjutkan dengan menggunakan
Berdasarkan
2.
analisa
perancangan
diberikan
untuk
pengembangan
mobil
metode lain seperti menggunakan metode basis
bekas dengan menggunakan metode Basis data
data fuzzy umano, guna membandingkan hasil dan
Fuzzy Tahani, didukung dengan hasil angket
cara memecahkan masalah yang dihadapi terutama
dan uji coba sistem. Hasil penelitian ini
dalam
memberikan informasi rekomendasi mobil
pembelian mobil bekas”.
Keputusan rekomendasi pembelian
bekas
berdasarkan
tingkat
kepentingan
masing-masing konsumen. 3.
dapat
Berdasarkan hasil pengujian sistem pendukung keputusan dengan cara menggunakan angket. Sistem Pendukung Keputusan rekomendasi pembelian mobil bekas dengan menggunakan metode
Multi-Factor
Evaluation
Process
(MFEP) dan Basis data Fuzzy Tahani dapat disimpulkan
bahwa
variabel
tampilan
mendapatkan penilaian sangat baik (31 %),
mendukung
keputusan
rekomendasi
REFERENSI [1] Taufiq, G. (2014). Logika Fuzzy Tahani Untuk Pendukung Keputusan Perekrutan Karyawan tetap. [2] Kusrini, M. (2007). Konsep dan Aplikasi Sistem Pendukung Keputusan. Yogyakarta: Andi Offset. [3] Pahlawan, D. (2013). Sistem Pendukung Keputusan Pemilihan Program Studi Di Universitas Bengkulu Menggunakan Metode Multifactor Evaluation Process (MFEP) Berbasis Android. Tidak Dipublikasi. [4] Basuki, A. P. (2014). Proyek Pembangunan Website Berbasis PHP dengan Codeigniter. Yogyakarta: Lokomedia. [5] Hidayati, R. (2011). Aplikasi Fuzzy Database Model Tahani dalam Memberikan Rekomendasi Pembelian Rumah Berbasis WEB. Bengkulu: Tidak Dipublikasi
baik (42 %) dan cukup baik (27 %), variabel .
ejournal.unib.ac.id
151
