BAB 3 ANALISIS DAN PERANCANGAN SISTEM
Pada bab ini, akan dibahas beberapa hal diantaranya data yang digunakan, penerapan algoritma dan analisa perancangan sistem dalam mengimplementasikan Knowledge
Based Recommender System menggunakan metode Simple Additive Weighting SAW pada rekomendasi tiket pesawat menggunakan mobile device.
3.1 Data Yang Digunakan
Data yang digunakan adalah string. Data ini berupa tulisan dan angka yang berupa data yang telah disimpan dalam database server, berupa jadwal dari maskapai di
Indonesia yang didapat dari situs masing-masing maskapai dan harga tiket pesawat.
3.2 Identifikasi Masalah
Dari kasus yang sering kita temui dalam pencarian tiket pesawat, banyak orang yang sibuk dalam pekerjaannya sehingga terkadang tidak punya waktu untuk melakukan
pencarian tiket secara langsung, sehingga pemesanan melalui mobile device akan mempermudah transaksi, ditambah lagi pencarian tiket pesawat di masing-masing
website maskapai akan memakan waktu. Jasa seperti travel dan pemesanan tiket online pun sangat digemari tetapi untuk untuk mencari tiket sesuai dengan kebutuhan
budget akan memakan waktu yang tidak sedikit.
3.3 Analisis Sistem
Pada bagian analisis sistem, penulis akan menjelaskan tentang analisis sistem rekomendasi tiket pesawat berbasis Android menggunakan penerapan metode Simple
Additive Weighting SAW.
3.3.1 Analisis Metode SAW pada Sistem Rekomendasi Tiket Pesawat Berbasis Android
Sistem Rekomendasi Tiket Pesawat Berbasis Android akan diselesaikan dengan mengimplimentasikan Knowledge Based Recommender System menggunakan metode
Simple Additive Weighting SAW. Penyelesaian dengan metode tersebut bertujuan untuk membantu customer
dalam memilih tiket pesawat sesuai kebutuhan dengan pilihan alternatif yang diberikan oleh sistem. Konsep dari metode Simple Additive Weighting SAW adalah
mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif dari semua atribut Wibowo, 2008. Metode SAW membutuhkan proses normalisasi keputusan
X ke suatu skala yang dapat dibandingkan dengan semua rating alternatif rekomendasi yang ada Kusumadewi, 2006. Penerapan metode Simple Additive
Weighting SAW pada sistem rekomendasi tiket pesawat berbasis android adalah pada perangkingan hasil rekomendasi tiket pesawat. Langkah-langkah penerapan metode
Simple Additive Weighting SAW Kusumadewi, 2006: 1. Tentukan kriteria-kriteria atribut untuk mendukung rekomendasi tiket
pesawat dan berikan nilai bobot dan variabel pada masing-masing atribut. 2. Selanjutnya lakukan perhitungan rumus SAW pada semua data yang sesuai
dan sudah tersimpan di database pada masing-masing atribut sebagai berikut Kusumadewi, 2006:
{ 3. Tentukan masing-masing persentase normalisasi pada setiap atribut yang
ada sehingga hasil persentase atribut bernilai 100. Lalu lakukan perkalian hasil dari rumus SAW dengan persentase tersebut.
4. Hasil akhir diperoleh dari seluruh penjumlahan tiap atribut terhadap data yang telah dinormalisasi, lalu lakukan perangkingan dimulai dari jumlah
nilai tertinggi sampai nilai terendah sehingga diperoleh nilai terbesar sebagai rekomendasi terbaik sebagai solusi.
3.3.2 Analisis Perancangan Sistem Sistem Rekomendasi Tiket Pesawat berbasis Android ini dirancang untuk memberikan
rekomendasi berupa informasi tiket pesawat yang diinginkan berdasarkan data yang dimasukkan oleh user. User dapat menggunakan aplikasi meenggunakan android
device dan mendapatkan hasil rekomendasi tiket pesawat dari maskapai penerbangan yang terdapat di database sesuai dengan data yang sudah dimasukkan.
a. Arsitektur Umum
Berikut ini adalah arsitektur umum jalannya proses rekomendasi tiket pesawat berbasis android yang dapat dilihat pada gambar 3.1. User mengakses sistem
rekomendasi tiket pesawat dari mobile device yang memakai operating system berbasis android.
Cari Rekomendasi Jadwal
Proses Query Database Info jadwal tiket pesawat
dari query database dengan harga tiket budget
Pemberian nilai tiap atribut bobot
Input Data
Normalisasi x 100
Perangkingan rekomendasi tiket
pesawat dimulai dari hasil penjumlahan nilai atribut
tertinggi sampai terendah Perhitungan SAW
t atribut
nilai cos
min max
nilai ntungan
atributkeu
Rekomendasi Tiket Pesawat
Gambar 3.1 Arsitektur Umum
Dapat dilihat pada gambar 3.1, user pertama-tama mengisi data berupa form pada android. User dapat mencari rekomendasi dan sistem akan mencari jadwal yang
sesuai dengan data yang diisi user. Sistem akan mengecek apakah info jadwal tersebut memiliki harga tiket yang lebih kecil dari budget user. Setelah itu, seluruh
info jadwal akan diberikan bobot pada setiap atribut yang ditentukan. Sistem akan menghitung seluruh nilai atribut dan melakukan proses normalisasi pada setiap atribut
menggunakan rumus dari metode SAW Simple Additive Weighting. Setelah didapatkan nilai atribut setelah normalisasi, jumlah seluruh nilai atribut akan dihitung
dan diurutkan berdasarkan nilai atribut tertinggi sampai terendah. User akan menerima rekomendasi tiket pesawat pada interface android.
b. Class Diagram Sistem
+pencarian jadwal -kota asal
-kota tujuan -budget
-tanggal berangkat -bulan berangkat
-tahun berangkat -tanggal pulang
-bulan pulang -tahun pulang
-jenis perjalanan
Pencarian Rekomendasi
+data jadwal : String +koneksi
-url : string
Koneksi
+Proses rumus SAW +pemberian nilai persentase : Double
+normalisasi : String +pencarian nilai max dan min : String
+penentuan nilai angka : String +pengambilan data berangkat : String
+pengambilan data pulang : String -json data mentah dan nilai angka : String
Proses SAW
+Hasil rekomendasi -Hasil rekomendasi berangkat
-Hasil rekomendasi pulang
Hasil Rekomendasi
+koneksi +panggil koneksi http melalui json : String
-
Koneksi dengan json
koneksi 0..1
SAW 0..1
Gambar 3.2 Class Diagram Sistem
Pada gambar 3.2 dapat dilihat bahwa pencarian rekomendasi merupakan relasi antar kelas dengan kelas koneksi di mana koneksi merupakan relasi umum - khusus dengan
koneksi json. Kelas pencarian rekomendasi adalah kelas yang merupakan isi form untuk data input yang akan dimasukkan user. Kelas koneksi json merupakan kelas
yang berfungsi untuk menghubungkan data jadwal dari database mysql ke java. Kelas proses SAW merupakan kelas yang berfungsi untuk proses pengambilan data
berangkat dan data pulang jika jenis perjalanan pulangpergi, menghitung proses
penentuan nilai angka, selanjutnya ke proses pencarian nilai maksimum dan minimum dari tiap atribut, dilanjutkan dengan proses rumus SAW, pemberian nilai persentase
untuk normalisasi, proses normalisasi. Kelas proses SAW ini merupakan proses perhitungan menggunakan rumus dari metode Simple Additive Weighting SAW.
Kelas hasil rekomendasi merupakan relasi antar kelas dengan kelas proses SAW yang merupakan kelas untuk menampilkan hasil rekomendasi berangkat dan pulang jika
jenis perjalanan pulangpergi yang telah diproses pada kelas proses SAW. c.
Activity Diagram Sistem
Input String dan angka
Proses Query
Database Proses
SAW Menampilkan
Hasil Rekomendasi
Tiket Interface
Sistem
Gambar 3.3 Activity Diagram Sistem
Pada gambar 3.3, activity diagram sistem berguna untuk menggambarkan urutan aktivitas pada sistem yang sedang dirancang. Aktivitas yang digambarkan hanya
secara umum dan tidak eksak seperti pembuatan pada flowchart yang terstruktur. Activity diagram ini bertujuan untuk membantu proses perancangan sistem secara
keseluruhan. Activity diagram yang peneliti buat untuk menampilkan aktivitas dalam sistem.
Aktivitas yang ditampilkan adalah form untuk memasukkan data seperti kota awal, kota tujuan, tanggal berangkat, tanggal kembali jika pulang pergi, dan budget.
Setelah user mencari rekomendasi, info tiket akan dicari pada database kemudian
proses rekomendasi tiket akan diproses oleh metode Simple Additive Weighting SAW. Rekomendasi tiket pesawat yang ditampilkan berupa text.
d. Flowchart Sistem
Flowchart dari sistem menggambarkan tahapan-tahapan dari penyelesaian sistem yang sedang dirancang. Flowchart bertujuan memberikan suatu gambaran agar
mempermudah pemahaman pengguna terhadap sistem yang sedang dirancang.
Mulai
Input data
Proses Query Database
Info Tiket
Pesawat Harga tiket
Budget Tidak
melakukan proses
Rekomendasi Tiket
Selesai Tidak
Ya
Proses rekomendasi
Gambar 3.4 Flowchart Sistem
Pada gambar 3.4, flowchart sistem yang dirancang menjelaskan bagaimana proses pencarian dalam database pada input data berupa string dan angka. Proses ini
merupakan proses yang mencari kecocokan dari input yang dimasukkan user dengan data yang ada pada database. Setelah cocok, maka informasi tiket pesawat itu dicek
apakah sesuai dengan budget user. Jika harga tiket pesawat lebih besar dari budget user maka tidak dilakukan proses lain. Jika harga tiket pesawat lebih kecil dari budget
user, maka dilakukan proses yang akan mengurutkan tiket pesawat yang sesuai dari data yang dimasukkan user dengan prioritas maskapai-maskapai penerbangan
berdasarkan metode Simple Additive Weighting SAW yang akan menghasilkan rekomendasi tiket.
Mulai
Proses pencarian query dari database
Input kota asal, kota tujuan, tanggal
berangkat, budget , jenis perjalanan
Proses perhitungan semua atribut alternatif SAW
Proses perangkingan maskapai sesuai perhitungan
Selesai Info
tiket pesawat
Rekomendasi Tiket
Pesawat Harga tiket
Budget Tidak
Tidak melakukan proses
Ya
Gambar 3.5 Flowchart Proses Rekomendasi
Pada gambar 3.5, Proses SAW adalah proses untuk mendapatkan rekomendasi tiket pesawat sesuai kebutuhan user. Proses dimulai dari input semua data
penerbangan yang diinginkan user, dilanjutkan dengan pencarian kecocokan data user dengan data jadwal pada database dimana harga tiket harus lebih kecil dari budget
yang diisi user, lalu dilanjutkan dengan proses perhitungan semua atribut alternatif dengan metode Simple Additive Weighting SAW. Setelah itu hasil rekomendasi tiket
pesawat akan dirangking melalu proses perangkingan sesuai metode SAW, maka didapatlah rekomendasi tiket pesawat menggunakan metode Simple Additive
Weighting SAW.
e. Diagram Blok
Diagram Blok menggambarkan tahapan-tahapan perancangan untuk tahapan-tahapan perhitungan yang akan dibuat. Diagram blok perangkingan rekomendasi
menggunakan metode Simple Additive Weighting SAW menggambarkan tahapan- tahapan bagaimana perhitungan yang akan dibuat untuk sistem, dapat dilihat pada
gambar 3.6 sebagai berikut:
Info jadwal tiket pesawat dari query
database dengan harga tiket budget
Pemberian nilai tiap atribut bobot
Perhitungan SAW
Normalisasi x100
Perangkingan rekomendasi tiket pesawat dimulai dari hasil
penjumlahan nilai atribut tertinggi sampai terendah
t atribut
nilai cos
min
max nilai
ntungan atributkeu
Gambar 3.6 Diagram Blok Perangkingan menggunakan SAW
Contoh pencarian tiket pesawat beserta penerapan metode Simple Additive Weighting SAW pada perangkingan rekomendasi tiket pesawat berdasarkan gambar
3.6 adalah sebagai berikut: 1. User mengisi data penerbangan dengan memilih kota asal, kota tujuan, tanggal
keberangkatan, dan budget selanjutnya sistem akan mencari kecocokan data yang dikirim user dengan data pada database dengan harga tiket budget.
Kota Asal : Medan
Kota Tujuan : Jakarta
Tanggal Berangkat : 15-11-2014
Budget : Rp 1.000.000,00
2. Ditentukan kriteria-kriteria atribut yang akan dijadikan acuan dalam pengambilan rekomendasi. Pertama- tama kita tentukan variabel dan nilai bobot
yang akan digunakan sebagai perhitungan perangkingan, dapat dilihat pada tabel variabel dan nilai 3.1 sebagai berikut:
Tabel 3.1 Variabel dan Nilai
Variabel Nilai dalam
huruf Nilai bobot
dalam angka Sangat baik
A 9
Baik B
7 Cukup
C 5
Kurang D
3
Atribut-atribut yang digunakan sebagai berikut: a. Harga
Untuk parameter harga, tentukan nilai maksimal biaya terbesar tiket seluruh maskapai untuk perjalanan Medan-Jakarta pada tanggal 15-11-2014. Dapat
dilihat pada database nilai maksimal adalah 988.400. Maka:
A 247.100 nilai maksimal4 B 247.100
–494.200 nilai maksimal4-nilai maksimal2 C 494.201
–741.299 nilai maksimal2-nilai maksimal2+nilai maksimal4 D ≥ 741.300 nilai maksimal2 + nilai maksimal4
b. Maskapai paling tepat waktu Data diambil dari Kementerian perhubungan Indonesia untuk periode Januari-
Juni 2013 berdasarkan OTP On Top Performance. Ada 3 indikator yang digunakan untuk menentukan OTP maskapai. Indikator pertama terkait faktor
teknis operasional TO seperti terjadinya antrean pesawat saat take off dan landing atau keterlambatan pengisian bahan bakar. Kemudian faktor non
teknis NTO seperti keterlambatan kehadiran pilot atau penanganan pesawat saat di udara. Indikator terakhir karena ada faktor cuaca. Untuk penilaian nilai
OTP, penilaian di atas 80 berarti baik, jika 70 tergolong normal, dan dibawah 70 berarti kurang baik. Dari faktor ini, urutan maskapai
penerbangan yang paling tepat waktu:
A Garuda Indonesia OTP : 87,24 A Sriwijaya Air OTP : 80,34
B Citilink OTP : 77, 8 B Air Asia OTP : 74,78
c. Lama Perjalanan Transit Untuk parameter lama perjalanan, tentukan nilai tengah dari keseluruhan lama
perjalanan waktu Medan-Jakarta dari seluruh maskapai pada tanggal 15-11- 2014. Nilai tengahnya adalah : 2 jam 20 menit = 140 menit. Jadi semua lama
perjalanan waktu kurangkan dengan 140. Jika hasil yang didapat: A 0 - 39 tidak ada transit langsung
B 40 - 60 menit C 61 - 120 menit
D 120 menit d. Keamanan
Data diambil dari data maskapai-maskapai penerbangan yang diperbolehkan ke Eropa berdasarkan laporan staf ahli menteri perhubungan 712015
berdasarkan izin dari Federal Aviation Administration FAA selaku pengatur rute internasional. Dari faktor ini, urutan maskapai penerbangan dengan
keamanan terbaik: A Garuda mendapatkan izin rute penerbangan langsung ke Eropa
B Air Asia tidak diblacklist di list of airlines banned within the EU yang diupdate tanggal 11-12-2014
C Citilink diblacklist di list of airlines banned within the EU yang diupdate tanggal 11-12-2014
C Sriwijaya Air diblacklist di list of airlines banned within the EU yang diupdate tanggal 11-12-2014
e. Service Peringkat Maskapai Indonesia dengan service terbaik, data diambil dari Sky
Trax World Airline Awards tahun 2014, berdasarkan vote dari survey penumpang maskapai seluruh dunia yang diadakan selama 9 bulan. Data yang
masuk ke dalam Sky Trax hampir mencapai 19 juta penumpang dari seluruh
dunia. Dari faktor ini, urutan maskapai penerbangan dengan service terbaik: A Garuda Indonesia urutan ke 7 dalam 100 maskapai terbaik dunia
B Air Asia urutan ke 31 dalam 100 maskapai terbaik dunia C Citilink tidak masuk ke dalam 100 maskapai terbaik dunia
C Sriwijaya tidak masuk ke dalam 100 maskapai terbaik dunia
Data Awal Data didapat dari Query Database
Tabel 3.2 Tabel Data Awal
No Maskapai
Jadwal Harga
Tiket Tanggal
Lama Perjalanan
1 Sriwijaya
11:45-14:10 736500
15-11-2014 145
2 Sriwijaya
12:35-14:55 878400
15-11-2014 145
3 Air Asia
12:35-14:55 721100
15-11-2014 140
4 Air Asia
16:50-19:30 655100
15-11-2014 160
5 Air Asia
20:00-22:15 655100
15-11-2014 135
6 Citilink
08:40-10:55 565000
15-11-2014 135
7 Citilink
09:35-11:50 615000
15-11-2014 135
8 Citilink
18:50-21:05 615000
15-11-2014 135
9 Citilink
20:25-22:40 535000
15-11-2014 135
10 Garuda
05:20-07:45 988400
15-11-2014 145
11 Garuda
07:40-11:05 988400
15-11-2014 205
12 Garuda
10:10-12:30 988400
15-11-2014 140
13 Garuda
11:15-13:40 988400
15-11-2014 145
14 Garuda
12:20-14:45 988400
15-11-2014 145
15 Garuda
18:35-21:00 988400
15-11-2014 145
16 Garuda
20:35-23:00 988400
15-11-2014 145
Pada tabel 3.2 data awal didapatkan setelah mencari query database untuk keberangkatan Medan-Jakarta pada tanggal 15 November 2014 dengan budget
1.000.000. Terdapat 16 hasil jadwal yang terdiri dari 2 hasil jadwal dari maskapai Sriwijaya, 3 hasil jadwal dari maskapai Air Asia, 4 hasil jadwal dari maskapai
Citilink, dan 7 hasil jadwal dari maskapai Garuda. Kemudian semua data dikategorikan berdasarkan atribut-atribut tersebut, dapat dibuat tabel 3.3 sebagai
berikut:
Tabel 3.3 Tabel Data Atribut Bernilai Huruf
No Maskapai
Harga Paling
Tepat Waktu
Lama Perjalanan
Transit Keamanan Service
Jadwal Harga
Tiket 30
10 20
30 10
1 Sriwijaya
C A
A C
C 11:45-14:10
736500 2
Sriwijaya D
A A
C C
12:35-14:55 878400
3 Air Asia
C B
A B
B 12:35-14:55
721100 4
Air Asia C
B A
B B
16:50-19:30 655100
5 Air Asia
C B
A B
B 20:00-22:15
655100 6
Citilink C
B A
C C
08:40-10:55 565000
7 Citilink
C B
A C
C 09:35-11:50
615000 8
Citilink C
B A
C C
18:50-21:05 615000
9 Citilink
C B
A C
C 20:25-22:40
535000 10
Garuda D
A A
A A
05:20-07:45 988400
11 Garuda
D A
C A
A 07:40-11:05
988400 12
Garuda D
A A
A A
10:10-12:30 988400
13 Garuda
D A
A A
A 11:15-13:40
988400 14
Garuda D
A A
A A
12:20-14:45 988400
15 Garuda
D A
A A
A 18:35-21:00
988400 16
Garuda D
A A
A A
20:35-23:00 988400
Setelah itu kategorikan nilai A, B, C, D menjadi nilai bobot sesuai ketentuan tabel 3.1, dapat dilihat pada tabel 3.4 sebagai berikut:
Tabel 3.4 Tabel Data Atribut Bernilai Bobot
No Maskapai Harga
Paling Tepat
Waktu Lama
Perjalanan Transit
Keamanan Service Jadwal
Harga Tiket
30 10
20 30
10 1
Sriwijaya 5
9 9
5 5
11:45-14:10 736500 2
Sriwijaya 3
9 9
5 5
12:35-14:55 878400 3
Air Asia 5
7 9
7 7
12:35-14:55 721100 4
Air Asia 5
7 9
7 7
16:50-19:30 655100 5
Air Asia 5
7 9
7 7
20:00-22:15 655100 6
Citilink 5
7 9
5 5
08:40-10:55 565000 7
Citilink 5
7 9
5 5
09:35-11:50 615000 8
Citilink 5
7 9
5 5
18:50-21:05 615000 9
Citilink 5
7 9
5 5
20:25-22:40 535000 10
Garuda 3
9 9
9 9
05:20-07:45 988400 11
Garuda 3
9 5
9 9
07:40-11:05 988400 12
Garuda 3
9 9
9 9
10:10-12:30 988400 13
Garuda 3
9 9
9 9
11:15-13:40 988400 14
Garuda 3
9 9
9 9
12:20-14:45 988400 15
Garuda 3
9 9
9 9
18:35-21:00 988400 16
Garuda 3
9 9
9 9
20:35-23:00 988400
Berdasarkan tabel 3.4, nilai maksimum dan minimum dari setiap atribut adalah sebagai berikut dalam tabel 3.5:
Tabel 3.5 Tabel Nilai Maksimum dan Minimum Tiap Atribut
Atribut Min
Max Harga
3 5
Tepat Waktu
7 9
Lama Perjalanan
5 9
Keamanan 5 9
Service 5
9
3. Lakukan perhitungan metode SAW dengan rumus sebagai berikut Kusumadewi, 2006:
{ Maka berdasarkan rumus di atas, untuk atribut cost:
Untuk atribut keuntungan:
Atribut keuntungan merupakan atribut berdasarkan peringkat maskapai: 1. Paling Tepat Waktu
2. Keamanan 3. Service
Atribut cost merupakan atribut berdasarkan kriteria yang harus didapat sekecil mungkin:
1. Harga 2. Lama Perjalanan
Berdasarkan rumus, maka hasilnya dapat dilihat pada tabel 3.6:
Tabel 3.6 Tabel Data Atribut Sesuai Rumus
Maskapai Harga
Paling Tepat
Waktu Lama
Perjalanan Transit
Keamanan Service
Jadwal Harga
Tiket 30
10 20
30 10
1 Sriwijaya
0.60 1.00
0.56 0.56
0.56 11:45-14:10
736500 2
Sriwijaya 1.00
1.00 0.56
0.56 0.56
12:35-14:55 878400
3 Air Asia
0.60 0.78
0.56 0.78
0.78 12:35-14:55
721100 4
Air Asia 0.60
0.78 0.56
0.78 0.78
16:50-19:30 655100
5 Air Asia
0.60 0.78
0.56 0.78
0.78 20:00-22:15
655100 6
Citilink 0.60
0.78 0.56
0.56 0.56
08:40-10:55 565000
7 Citilink
0.60 0.78
0.56 0.56
0.56 09:35-11:50
615000 8
Citilink 0.60
0.78 0.56
0.56 0.56
18:50-21:05 615000
9 Citilink
0.60 0.78
0.56 0.56
0.56 20:25-22:40
535000 10
Garuda 1.00
1.00 0.56
1.00 1.00
05:20-07:45 988400
11 Garuda
1.00 1.00
1.00 1.00
1.00 07:40-11:05
988400 12
Garuda 1.00
1.00 0.56
1.00 1.00
10:10-12:30 988400
13 Garuda
1.00 1.00
0.56 1.00
1.00 11:15-13:40
988400 14
Garuda 1.00
1.00 0.56
1.00 1.00
12:20-14:45 988400
15 Garuda
1.00 1.00
0.56 1.00
1.00 18:35-21:00
988400 16
Garuda 1.00
1.00 0.56
1.00 1.00
20:35-23:00 988400
4. Langkah selanjutnya adalah normalisasi, yaitu melakukan perkalian dengan persentase dari setiap atribut untuk mendapatkan normalisasi. Jumlah keseluruhan
persentase antribut harus 100. Nilai preferensi untuk setiap alternatif rekomendasi V
i
diberikan sebagai berikut Kusumadewi, 2006: ∑
Keterangan: V
i
= nilai preferensi w
j
= bobot nilai atribut r
ij
= rating persentase kinerja ternormalisasi
Nilai persentase untuk setiap atribut dilihat dari kebutuhan customer berdasarkan website pemesanan tiket online di Indonesia. Pada contoh kasus ini, persentase
dihitung dengan asumsi user membutuhkan rekomendasi dari semua atribut. Berdasarkan rumus, dapat ditentukan:
Harga :
Tepat waktu :
Lama perjalanan :
Keamanan :
Service :
Hasil normalisasi dapat dilihat pada tabel 3.7 sebagai berikut:
Tabel 3.7 Tabel Normalisasi Data
Maskapai Harga
Paling Tepat
Waktu Lama
Perjalanan Transit
Keamanan Service Jadwal
Hasil 30
10 20
30 10
1 Sriwijaya
0.18 0.10
0.11 0.17
0.06 11:45-14:10
0.61 2
Sriwijaya 0.30
0.10 0.11
0.17 0.06
12:35-14:55 0.73
3 Air Asia
0.18 0.08
0.11 0.23
0.08 12:35-14:55
0.68 4
Air Asia 0.18
0.08 0.11
0.23 0.08
16:50-19:30 0.68
5 Air Asia
0.18 0.08
0.11 0.23
0.08 20:00-22:15
0.68 6
Citilink 0.18
0.08 0.11
0.17 0.06
08:40-10:55 0.59
7 Citilink
0.18 0.08
0.11 0.17
0.06 09:35-11:50
0.59 8
Citilink 0.18
0.08 0.11
0.17 0.06
18:50-21:05 0.59
9 Citilink
0.18 0.08
0.11 0.17
0.06 20:25-22:40
0.59 10
Garuda 0.30
0.10 0.11
0.30 0.10
05:20-07:45 0.91
11 Garuda
0.30 0.10
0.20 0.30
0.10 07:40-11:05
1.00 12
Garuda 0.30
0.10 0.11
0.30 0.10
10:10-12:30 0.91
13 Garuda
0.30 0.10
0.11 0.30
0.10 11:15-13:40
0.91 14
Garuda 0.30
0.10 0.11
0.30 0.10
12:20-14:45 0.91
15 Garuda
0.30 0.10
0.11 0.30
0.10 18:35-21:00
0.91 16
Garuda 0.30
0.10 0.11
0.30 0.10
20:35-23:00 0.91
Berdasarkan tabel 3.7, hasil data yang akan muncul paling atas untuk rekomendasi tiket pada tanggal 15-11-2014 untuk perjalanan Medan-Jakarta adalah
Garuda dengan jadwal 07:40-11:05 dengan hasil perhitungan 1.00. Perangkingan akan berlanjut dari hasil penjumlahan seluruh bobot atribut yang terbesar hingga terkecil.
5. Maka didapatlah hasil rekomendasi Hasil rekomendasi tiket keberangkatan Medan-Jakarta pada tanggal 15-11-2014 dengan budget 1.000.000 sesuai urutan
perangkingan dapat dilihat pada tabel 3.8 sebagai berikut:
Tabel 3.8 Tabel Hasil Rekomendasi
Maskapai Harga
Paling Tepat
Waktu Lama
Perjalanan Transit
Keamanan Service Jadwal
Hasil 30
10 20
30 10
1 Garuda
0.30 0.10
0.20 0.30
0.10 07:40-11:05
1.00 2
Garuda 0.30
0.10 0.11
0.30 0.10
05:20-07:45 0.91
3 Garuda
0.30 0.10
0.11 0.30
0.10 10:10-12:30
0.91 4
Garuda 0.30
0.10 0.11
0.30 0.10
11:15-13:40 0.91
5 Garuda
0.30 0.10
0.11 0.30
0.10 12:20-14:45
0.91 6
Garuda 0.30
0.10 0.11
0.30 0.10
18:35-21:00 0.91
7 Garuda
0.30 0.10
0.11 0.30
0.10 20:35-23:00
0.91 8
Sriwijaya 0.30
0.10 0.11
0.17 0.06
12:35-14:55 0.73
9 Air Asia
0.18 0.08
0.11 0.23
0.08 12:35-14:55
0.68 10
Air Asia 0.18
0.08 0.11
0.23 0.08
16:50-19:30 0.68
11 Air Asia
0.18 0.08
0.11 0.23
0.08 20:00-22:15
0.68 12
Sriwijaya 0.18
0.10 0.11
0.17 0.06
11:45-14:10 0.61
13 Citilink
0.18 0.08
0.11 0.17
0.06 08:40-10:55
0.59 14
Citilink 0.18
0.08 0.11
0.17 0.06
09:35-11:50 0.59
15 Citilink
0.18 0.08
0.11 0.17
0.06 18:50-21:05
0.59 16
Citilink 0.18
0.08 0.11
0.17 0.06
20:25-22:40 0.59
3.4 Perancangan Sistem
Kategori