Metode Penelitian T1 672007045 Full text

7

3. Metode Penelitian

Gambar 2 Model Prototype [11] Gambar 2 merupakan tahapan-tahapan yang harus dilalui pada Model Prototype. Tahapan tersebut meliputi : - Pengumpulan Kebutuhan Sistem Requirements Tahap awal penulis mulai menganalis kebutuhan-kebutuhan apa saja yang diperlukan dalam membangun suatu sistem mulai dari kebutuhan data sampai dengan kebutuhan hardware. Tahap pengumpulan kebutuhan data penulis melakukan dua cara yaitu dengan metode kepustakaan dan penyebaran kuisioner. Pengumpulan data dengan menggunakan metode kepustakaan, penyusun menggunakan beberapa buku yang sangat membantu , antara lain : Buku Fuzzy Multi-Attribute Decision Making FMADM yang membahahas tentang penggunaan metode WP; Buku Aplikasi Pemrograman Web Dinamis dengan PHP dan MySQL yang membahas tentang tatacara penggunaan script PHP dan pengolahan database dengan wampserver; Buku Konsep dan Aplikasi Sistem Pendukung Keputusan untuk mempelajari konsep dasar suatu sitem pendukung keputusan; dan materi penunjang lainnya yang didapat dari beberapa literatur dari internet dan jurnal, sedangkan semua data-data TV didapat dari internet. Pengumpulan data juga menggunakan kuisioner yang disebar secara acak ke 30 responden untuk mencari atribut apa saja yang akan digunakan pada sistem. Kuisioner ini dibuat berdasarkan wawancara yang dilakukan sebelumnya. Daftar pertanyaan terdapat pada lampiran. Kuisioner berisi beberapa pertanyaan yang masing-masing pertanyaan mempunyai lima jawaban, yaitu SP untuk Sangat Penting, P untuk Penting, CP untuk Cukup Penting, TP untuk Tidak Penting dan STP untuk Sangat Tidak Penting. Syarat untuk mengisi kuisioner ini adalah masyarakat umum yang berusia diatas 17 tahun untuk mendukung penelitian. Berdasarkan kuisioner yang telah disebar penulis mendapatkan hasil jawaban dari tiga pertanyaan yang diajukan, hasil jawaban kuisioner antara lain : 8 Tabel 1 Hasil Kuisioner No Pertanyaan Hasil Jawaban SP P CP TP STP 1 Seberapa Penting TV buat anda ? 10 16 3 1 - 2 Indikator apa saja yang anda pentingkan dalam memilih atau membeli TV ? a. Harga 17 12 - 1 - b. Merek 12 12 4 2 - c. Resolusi 9 13 6 2 - d. Ukuran 12 11 6 1 - e. Berat 4 6 12 4 5 f. Fasilitas 11 6 7 5 1 3 Pentingkah sebuah sistem rekomendasi TV untuk membantu memilih TV ? 9 11 7 2 1 Berdasarkan hasil pada Tabel 1 maka kriteria yang digunakan pada sistem yang akan dibangun adalah harga, merek, resolusi, ukuran, dan berat. Fasilitas nantinya akan menjadi pelengkap informasi. Kriteria-kriteria tersebut akan menjadi pertimbangan saat akan memilih atau mencari televisi. - Perancangan Sistem Design Perancangan sistem yang digunakan adalah Data Flow Diagram DFD. DFD atau diagram alir data adalah model proses yang digunakan untuk menggambarkan aliran data melalui sebuah sistem dan tugas atau pengolahan yang dilakukan oleh sistem [12]. Admin Sistem Rekomendasi TV Calon Konsumen Data TV, Merek TV, Jenis TV, Deskripsi TV Data TV, Merek TV, Jenis TV, Deskripsi TV Kriteria TV, Bobot Prioritas TV TV Rekomendasi Gambar 3 DFD Level 0 Gambar 3 terdapat dua entitas luar yang berhubungan dengan sistem yakni calon konsumen dan admin. Dari admin, sistem akan mendapatkan data-data TV. Data –data TV meliputi merek tv, jenis tv, data tv dan deskripsi tv. Sedangkan calon konsumen akan mendapatkan hasil rekomendasi. Hasil rekomendasi berasal dari kriteria TV dan bobot prioritas TV yang telah dimasukkan calon konsumen ke sistem sebelumnya. Berdasarkan gambar 3 dapat dikembangkan lagi menjadi DFD level 1 yang lebih detail lagi. 9 1 Input Data TV 2 Olah Data TV 3 Merekomendasi TV jenis merek data_tv desk_tv Admin Calon Konsumen Data TV, Merek TV, Jenis TV, Deskripsi TV Data TV, Merek TV, Jenis TV, Deskripsi TV Data TV, Merek TV, Jenis TV, Deskripsi TV Jenis TV Jenis TV Merek TV Merek TV Merek TV Jenis TV Data TV Data TV Deskripsi TV Deskripsi TV Deskripsi TV Deskripsi TV Data TV Data TV Kriteria TV, Bobot Prioritas TV TV Rekomendasi Gambar 4 DFD Level 1 Gambar 4 merupakan pengembagan dari DFD level nol, pada DFD level satu terlihat proses sistem rekomendasi tv lebih terlihat detail. Proses sistem rekomendasi tv mempunyai beberapa proses, yaitu proses input data TV, proses olah data TV, dan proses merekomendasi TV. Proses input data, entitas admin dapat menginputkan data tv, merek tv, jenis tv, serta deskripsi tv. Proses olah data tv, entitas admin dapat melakukan hapus serta editupdate data tv, merek tv, jenis tv, serta deskripsi tv. Entitas admin dapat memperbaharui data diproses ke dua. Proses ke dua sangat penting karena admin dituntut untuk selalu memperbaharui data agar sistem nantinya dapat berjalan secara optimal. Sebagai contoh adalah harga tv yang selalu berubah mengikuti harga jual yang berlaku maka harga tv harus selalu diperbaharui. Admin dapat melakukan perubahan dip roses olah data. 1 Input Data TV 2 Olah Data TV 3.1 Mencari TV jenis merek data_tv desk_tv Admin Calon Konsumen Data TV, Merek TV, Jenis TV, Deskripsi TV Data TV, Merek TV, Jenis TV, Deskripsi TV Data TV, Merek TV, Jenis TV, Deskripsi TV Jenis TV Jenis TV Merek TV Merek TV Merek TV Jenis TV Data TV Data TV Deskripsi TV Deskripsi TV Deskripsi TV Deskripsi TV Data TV Data TV Kriteria TV, Bobot Prioritas TV TV Rekomendasi 3.2 Menghitung dengan Metode WP Data TV Gambar 5 DFD Level 2 proses 3 Merekomendasi TV 10 Gambar 5 merupakan pengembangan DFD level satu proses merekomendasi TV, terlihat calon konsumen memasukkan kriteria tv untuk proses mencari tv yang nantinya data akan diperoleh dari tabel data_tv. Data yang berada pada tabel data_tv didapat dari proses input data yang dilakukan oleh entitas admin. Selain memasukkan kriteria tv calon konsumen juga memasukkan bobot prioritas tv untuk melakukan perhitungan. Data tv dan bobot tv yang diperoleh akan dihitung menggunakan metode WP. Setelah mendapatkan hasil terbaik data yang diperoleh akan digabungkan dengan data yang ada pada tabel desk_tv untuk mendapatkan informasi mengenai deskripsi tv yang nantinya akan direkomendasikan ke calon konsumen. Berdasarkan rancangan sistem menggunakan DFD, selanjutnya dapat membuat rancangan database. Sebelum membuat rancangan database terlebih dahulu penulis membuat Entity Relationship Diagram ERD yang merepresetasikan secara grafis hubungan antar entitas. Desk_TV Data_TV Mengambil mengambil 1 1 no_desk type gambar Ukuran kd_jenis kd_merek Resolusi harga berat fasilitas type no_data type N kd_merek kd_jenis jenis 1 kd_jenis jenis merek 1 kd_merek merek Gambar 6 Entity Relationship Diagram ERD Gambar 6 menunjukkan hubungan antar tabel. Tabel desk_tv memperoleh type yang diambil dari tabel data_tv dimana mempunyai relasi hubungan one to one. Tabel data_tv memperoleh kd_jenis yang diambil dari tabel jenis yang mempunyai relasi one to many. Tabel data_tv juga memperoleh kd_merek yang diambil dari tabel merek yang mempunyai relasi one to many. Berdasarkan ERD yang telah dibuat, penulis mulai merancang database. Rancangan database meliputi : - Tabel Admin Tabel 3 Rancangan Tabel Admin Field Tipe Length Keterangan Admin Varchar 25 User admin Passadmin Varchar 25 Password admin yang digunakan untuk masuk kedalam halaman administrator Tabel 3 dirancang untuk menyimpan admin dan passadmin. Admin dan passadmin yang tersimpan digunakan untuk masuk ke halaman administrator. Admin dan passadmin nantinya juga dapat ditambah, diedit , dan dihapus. 11 - Tabel Jenis Tabel 4 Rancangan Tabel Jenis Field Tipe Length Keterangan kd_jenis Char 4 Untuk menyimpan kode jenis teknologi TV Teknologi Varchar 25 Untuk menyimpan jenis teknologi TV Tabel 4 dirancang untuk menyimpan jenis teknologi. TV dari waktu ke waktu akan semakin berkembang jenis teknologinya, oleh karena itu jenis teknologi yang tersimpan pada tabel jenis dapat ditambah, diedit ataupun dihapus. - Tabel Merek Tabel 5 Rancangan Tabel Merek Field Tipe Length Keterangan kd_merek Char 4 Untuk menyimpan kode merek TV Merek Varchar 25 Untuk menyimpan merek TV Tabel 5 dirancang untuk menyimpan merek TV. TV mempunyai banyak merek yang dijual belikan, oleh karena itu merek TV yang tersimpan pada tabel merek dapat ditambah, diedit ataupun dihapus. - Tabel Data TV Tabel 6 Rancangan Tabel Data TV Field Tipe Length Keterangan no_tvpe Int 5 Untuk menyimpan no urutan TV kd_jenis Char 4 Untuk menyimpan kode jenis teknologi TV kd_merek Char 4 Untuk menyimpan kode merek TV Tipe Varchar 25 Untuk menyimpan tipe TV dari setiap merek TV Ukuran Int 55 Untuk menyimpan ukuran layar TV Resolusi Int 55 Untuk menyimpan resolusi TV Berat Int 55 Untuk menyimpan berat TV dengan penyangga Harga Int 55 Untuk meyimpan harga tv setiap tipe Tabel 6 dirancang untuk menyimpan data-data TV dari masing-masing tipe. Data-data TV yang tersimpan pada tabel Data TV dapat ditambah, diedit ataupun dihapus. - Tabel Deskripsi TV Tabel 7 Rancangan Tabel Deskripsi TV Field Tipe Length Keterangan no_desk Int 5 Untuk menyimpan no urutan deskripsi TV Tipe Varchar 25 Untuk menyimpan tipe TV dari setiap merek TV Gambar Varchar 50 Untuk menyimpan gambar TV Fasilitas Varchar 50 Untuk menyimpan deskripsi TV Tabel 7 dirancang untuk menyimpan deskripsi TV. Deskripsi TV dibuat untuk melengkapi data-data TV yang sudah tersimpan di tabel Data TV. Deskripsi TV yang tersimpan pada tabel Deskripsi TV dapat ditambah, diedit ataupun dihapus. 12 - Pengujian unit Pada tahap ini sistem yang telah dirancang akan diimplentasikan kedalam sebuah sistem berbasis web. Sistem dibuat dengan bahasa PHP, masing-masing file .php kemudian akan diuji satu persatu apakah sudah dapat berjalan dengan sesuai atau belum. Tahap implementasi meliputi implementasi metode WP secara manual. Sebagai contoh implementasi metode WP secara manual, yakni : Diasumsikan seorang calon konsumen TV akan membeli TV dengan teknologi LED, merek Panasonic dan ukuran antara 33-42 serta mempunyai tingkat prioritas bobot untuk ukuran 30; resolusi 50; harga 15 dan berat 5. Untuk mendapatkan hasilnya, terlebih dahulu dilakukan perbaikan bobot. Perbaikan bobot menggunakan rumus Wj. Maka didapat perhitungan sebagai berikut : W 1 = 5 15 50 30 30    = 0,3 W 3 = 5 15 50 30 15    = 0,15 W 2 = 5 15 50 30 50    = 0,5 W 4 = 5 15 50 30 5    = 0,05 Setelah bobot diperbaiki langkah selanjutnya adalah memilih data yang mempunyai teknologi LED, merek Panasonic dan ukuran diantara 33-42 dari 237 tipe TV, hasil pemilahan tersebut didapat 10 tipe TV yang mempunyai teknologi LED. Tabel 8 Data TV LED dengan Merek Panasonic Alternatif Kriteria C1 C2 C3 C4 TC-L37D2 37 2073600 15 1200 TC-L37DT30 37 2073600 16 1170 TC-L37E3 37 2073600 12 720 TC-42LD24 42 2073600 19 1400 TC-L42D2 42 2073600 19 1500 TC-L42DT30 42 2073600 16 1080 TC-L42E3 42 2073600 14 950 TC-L42E30 42 2073600 15 990 C1 = Ukuran TV C3 = Berat TV C2 = Resolusi TV C4 = Harga TV Langkah berikutnya adalah menghitung vektor S, dimana data yang ada akan dikalikan tetapi sebelumnya dilakukan pemangkatan dengan bobot dari masing- masing kriteria. Perhitungannya sebagai berikut : S 1 = 37 0,3 x 2073600 0,5 x 15 -0,05 x 1200 -0,15 = 1282,75 S 2 = 37 0,3 x 2073600 0,5 x 16 -0,05 x 1170 -0,15 = 1283,48 S 3 = 37 0,3 x 2073600 0,5 x 12 -0,05 x 720 -0,15 = 1400,44 S 4 = 42 0,3 x 2073600 0,5 x 12 -0,05 x 1400 -0,15 = 1316,62 S 5 = 42 0,3 x 2073600 0,5 x 19 -0,05 x 1500 -0,15 = 1273,46 S 6 = 42 0,3 x 2073600 0,5 x16 -0,05 x 1080 -0,15 = 1349,33 13 S 7 = 42 0,3 x 2073600 0,5 x 14 -0,05 x 950 -0,15 = 1384,75 S 8 = 42 0,3 x 2073600 0,5 x 15 -0,05 x 990 -0,15 = 3859,52 Setelah masing-masing vektor S didapat nilainya, langkah selanjutnya adalah menjumlahkan seluruh S untuk menghitung vektor V. Langkahnya sebagai berikut: V 1 = 29 , 15782 75 , 1282 =0,081 V 4 = 29 , 15782 62 , 1316 =0,083 V 7 = 29 , 15782 75 , 1384 =0,088 V 2 = 29 , 15782 48 , 1283 =0,081 V 5 = 29 , 15782 46 , 1273 =0,081 V 8 = 29 , 15782 52 , 3858 =0,244 V 3 = 29 , 15782 44 , 1400 =0,089 V 6 = 29 , 15782 33 , 1349 =0,085 Hasil dari vektor V ini belum ada artinya sebelum dibandingkan terlebih dahulu. Perbandingan vektor V terlihat pada Tabel 9. Tabel 9 Perbandingan Hasil Vektor V Hasil Vektor V V 1 V 2 V 3 V 4 V 5 V 6 V 7 V 8 0,081 0,081 0,089 0,083 0,081 0,085 0,088 0,244 V 1 0,081 Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak V 2 0,081 Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak V 3 0,089 Ya Ya Tidak Ya Ya Ya Ya Tidak V 4 0,083 Ya Ya Tidak Tidak Ya Tidak Tidak Tidak V 5 0,081 Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak V 6 0,085 Ya Ya Tidak Ya Ya Tidak Tidak Tidak V 7 0,088 Ya Ya Tidak Ya Ya Ya Tidak Tidak V 8 0,244 Ya Ya Ya Ya Ya Ya Ya Tidak Tabel 9 merupakan hasil perbandingan antar vektor, langkah awal perbandingan ini dengan cara membandingkan hasil vektor pertama dengan kedua apakah lebih besar atau tidak, apabila hasilnya lebih besar maka ya. Hasil perbandingan mendapatkan lima rekomendasi terbaik yakni V 8 , V 3 , V 7 , V 6 , dan V 4 . Lima tipe rekomendasi TV tersebut adalah TC-L42E30, TC-L37E3, TC-L42E3, TC-L42DT30 dan TC-42LD24 Tahap pengujian sistem dilakukan dengan mencocokan hasil rekomendasi dengan hasil perhitungan manual. Tujuan pengujian sistem untuk mengetahui apakah hasil rekomendasi dengan cara manual terdapat perbedaan hasil dengan sistem. Tahap ini terlihat pada tabel 10. 14 Tabel 10 Pencocokan antara Perhitungan Manual dengan Sistem Input Hasil Perhitungan Manual Hasil Sistem Rekomendasi Keterangan - Jenis : LCD - Merek : Semua Merek - Ukuran : 52” - Prioritas Kepentingan : 1. Ukuran : 30 2. Resolusi : 20 3. Berat :10 4. Harga : 40 - LG 55LK520 - SAMSUNG LN55C630K1F - LG 60PK550 - SAMSUNG LN60C630 - SHARP LC60A77M - LG 55LK520 - SAMSUNG LN55C630K1F - LG 60PK550 - SAMSUNG LN60C630 - SHARP LC60A77M COCOK - Jenis : LCD - Merek : Samsung - Ukuran : 43” - 52” - Prioritas Kepentingan : 1. Ukuran : 10 2. Resolusi : 40 3. Berat : 5 4. Harga : 45 - SAMSUNG LA46D550 - SAMSUNG LN46B500 - SAMSUNG LN46A530 - SAMSUNG LN46A550 - SAMSUNG LN46A630 - SAMSUNG LN46B500 - SAMSUNG LA46D550 - SAMSUNG LN46A530 - SAMSUNG LN46A550 - SAMSUNG LN46A630 COCOK - Jenis : LED - Merek : Semua Merek - Ukuran : 43”- 52” - Prioritas Kepentingan : 1. Ukuran : 10 2. Resolusi : 10 3. Berat : 10 4. Harga : 70 - LG 47LV3700 - SAMSUNG UN46C5000QF - LG 47LV5500 - SAMSUNG UN46C6400RF - LG 47LW5600 - LG 47LV3700 - SAMSUNG UN46C5000QF - LG47LV5500 - SAMSUNG - UN46C6400RF - LG 47LW5600 COCOK - Jenis : LED - Merek : Panasonic - Ukuran : 33”- 42” - Prioritas Kepentingan : 1. Ukuran : 15 2. Resolusi : 15 3. Berat : 10 4. Harga : 60 - PANASONIC TC-L37E3 - PANASONIC TC-L42E3 - PANASONIC TC-L42E30 - PANASONIC TC-L42D30 - PANASONIC TC-37DT30 - PANASONIC TC-L37E3 - PANASONIC TC-L42E3 - PANASONIC TC-L42E30 - PANASONIC TC-L42D30 - PANASONIC TC-37DT30 COCOK Hasil pencocokan antara perhitungan manual dengan sistem terdapat kecocokkan hasil rekomendasi. Perbedaan kecocokan terlihat pada urutan hasil ujicoba kedua, hal tersebut terjadi karena pada proses perhitungan manual menggunakan empat angka dibelakang koma. 4. Hasil dan Pembahasan Pembuatan sistem SPK tidak lepas dari komponen-komponen SPK, dalam sistem yang dibangun ini komponen-komponen SPK dalam sistem meliputi : - Data Management, dalam sistem ini data menagement adalah database televisi. Database televisi ini berisi beberapa tabel yakni tabel admin, tabel 15 data_tv, tabel jenis, tabel merek, dan tabel desk_tv. Database televisi ini dapat terlihat pada Gambar 7. Gambar 7 Database televisi Gambar 7 dapat terlihat lima tabel yang sudah saya paparkan sebelumnya. Tabel admin dalam sistem ini sebagai penyimpan informasi user dan password admin yang digunakan untuk mengakses halaman administrator. Tabel data_tv digunakan untuk menyimpan informasi mengenai data-data suatu type t v, pada tabel data_tv terdapat beberapa field antara lain : field no_data, field kd_jenis, field kd_merek, field type, field ukuran, field resolusi, field harga, dan field berat. Tabel desk_tv digunakan untuk menyimpan informasi keterangan dari suatu type tv, dalam tabel ini meliputi beberapa field yaitu : field no_desk, field type, field gambar, dan field fasilitas. Tabel jenis berisi informasi mengenai jenis teknologi tv seperti LCD atau LED, dalam tabel ini berisi field kd_jenis dan jenis. Tabel merek berisi informasi merek tv yang meliputi field kd_merek dan field merek. - Model Management, dalam sistem ini model management adalah perhitungan menggunakan metode WP. Perhitungan menggunakan metode WP melalui beberapa tahap yaitu menghitung vektor S. Perintah untuk menghitung vektor S dalam sistem terlihat pada kode program 1. Kode Program 1 Perintah untuk Menghitung Vektor S 1. whilehasil=mysql_fetch_objecteksekusi 2. { 3. a=expnil_a100loghasil-ukuran; 4. b=expnil_b100loghasil-resolusi; 5. c=exp-nil_c100loghasil-berat; 6. d=exp-nil_d100loghasil-harga; 7. vektor_S=abcd; 8. ta[]=vektor_S; 9. akhir= array_sumta; } Kode Program 1 berisi beberapa perintah untuk menghitung vektor S. Kode nomor tiga merupakan kode untuk menghitung ukuran yang dipangkatkan dengan w yang telah diperbaiki dan disimpan pada variabel a. Perhitungan vektor S merupakan perkalian hasil dari perhitungan variabel a,b,c, dan d yang disimpan pada variabel vektor_S. Hasil vektor S tersebut dimpan dalam array ta yang akan digunakan untuk menghitung jumlah hasil vektor S keseluruhan. Jumlah vektor S sebagai dasar untuk mengitung nilai vektor V. Perhitungan vektor V dalam sistem dapat terlihat pada kode program 2. Kode Program 2 Perintah untuk Menghitung Vektor V 1. ....... 2. vektor_S=abcd; 3. vektor_v=vektor_Sakhir; 16 Kode Program 2 tersebut adalah kode program yang digunakan untuk menghitung vektor V setelah perhitungan dari vektor S selesai dilakukan. Kode nomor tiga digunakan untuk menghitung vektor V, vektor V didapat dari hasil bagi antara hasil vektor S dibagi jumlah vektor S. Variabel akhir merupakan jumlah vektor S. Hasil dari vektor V dalam perhitungan WP belum berarti apa-apa jika hasil keseluruhan vektor V belum dibandingkan terlebih dahulu. Perbandingan vektor V ini dalam sistem dapat terlihat pada kode program 3. Kode Program 3 Perintah untuk Membandingkan Vektor V 1. indexVektor_v[counter][1]= 2. tdhasil-kd_merektd 3. tdhasil-typetd 4. tdhasil-ukurantd 5. tdhasil-resolusitd 6. tdhasil-berattd 7. tdhasil-hargatd 8. tda href=fiturDetail.php?id=hasil-typeLihata 9. tr 10. ; 11. indexVektor_v[counter][2]=vektor_v; 12. counter++;} 13. ulangLg=counter; 14. temp=0;hasilIndek=0; 15. hasilAkhir=array; 16. fori=0;icounter;i++{ 17. forj=0;jcounter-i-1;j++{ 18. ifindexVektor_v[j][2] indexVektor_v[j+1][2]{ 19. temp=indexVektor_v[j]; 20. indexVektor_v[j]=indexVektor_v[j+1]; 21. indexVektor_v[j+1]=temp;} 22. }} Kode satu-sembilan merupakan kode untuk menampilkan data, kode 11-21 adalah kode program untuk membandingkan vektor V. Perbandingan vektor V menggunakan perulangan for . Hasil perbandingan akan diambil lima terbaik, untuk menampilkan lima terbaik terlihat pada kode program 4. Kode Program 4 Perintah untuk Menampilkan lima terbaik 1. nomer=1; 2. fori=0;i=4;i++{ 3. echo tr 4. tdnomertd; 5. echo indexVektor_v[i][1]; 6. nomer++; 7. } Kode Program 4 digunakan untuk menampilkan lima terbaik. Karena data yang dihitung disimpan dalam array, maka penampilan yang dilakukan dengan perulangan for yang terdapat pada kode nomor dua dimulai dari nol sampai kurang dari samadengan empat agar yang ditampilkan lima data. - Knowledge manager, dalam sistem ini komponen ketiga dari SPK ini adalah pengguna sistem yaitu calon konsumen. Calon konsumen melalui beberapa tahap saat akan menggunakan sistem ini, tahapan tersebut meliputi : calon konsumen wajib memilih jenis tv yang diinginkan, kemudian memilih ukuran dan merek. Tahap kedua memasukkan bobot prioritas yang meliputi bobot ukuran, resolusi, harga, dan berat, keempat bobot prioritas ini harus berjumlah 100 apabila kurang dari 100 maka sistem tidak akan bekerja. Setelah tahap satu dan dua selesai maka calon konsumen dapat menekan tombol lanjut, apabila tombol lanjut sudah ditekan maka sistem akan bekerja. Sistem akan melakukan proses pencarian 17 data berdasar jenis, merek, dan ukuran yang sudah dipilih sebelumnya. Berdasarkan data yang sudah terpilih maka data akan dihitung menggunakan metode WP berdasarkan bobot prioritas yang sudah diinputkan sebelumnya. Calon konsumen akan mendapatkan lima type tv terbaik berdasrkan hasil perhitungan dengan metode WP. - User Interface, dalam sistem ini peneliti membuat sistem berbasis web. Tampilan sistem rekomendasi terlihat pada gambar 8. Gambar 8 Halaman Menu Sistem Rekomendasi Gambar delapan merupakan tampilan halaman yang akan digunakan oleh calon konsumen dalam menggunakan sistem rekomendasi TV ini. Apabila kriteria sudah dipilih dan bobot prioritas sudah terpenuhi dan tombol lanjut sudah ditekan makan calon konsumen akan dibawa ke halaman yang berisi hasil rekomendasi, dapat dilihat pada gambar 9. Gambar 9 Halaman Hasil Sistem Rekomendasi Gambar sembilan merupakan halaman dari hasil rekomendasi. Terlihat bahwa sistem memberi rekomendasi lima type tv. Berdasarkan hasil rekomendasi ini, calon konsumen dapat memilih satu dari yang direkomendasikan. Calon 18 konsumen dapat melihat fasilitas dari type yang direkomendasikan dengan menekan tombol lihat. Gambar 10 Halaman Lihat Fasilitas Gambar 10 dapat ditampilkan apabila calon konsumen menekan tombol lihat pada kolom fasilitas yang ada pada halaman hasil rekomendasi. Halaman fasilitas ini berisi dua tabel yaitu gambar dan fasilitas. Calon konsumen dapat membaca informasi mengenai type tv yang direkomendasikan dan gambar dari type tv yang direkomendasikan. Contoh penggunaan sistem rekomendasi tv adalah diasumsikan seorang calon konsumen akan membeli tv layar datar yang memanfaatkan Sistem Rekomendasi TV. Calon konsumen wajib mengisi form yang ditampilkan oleh sistem, form terlihat pada Gambar 7. Calon konsumen dimisalkan memilih jenis LED, semua merek dengan ukuran 52 dan mengisi prioritas kepentingan ukuran, resolusi , berat, serta harga dengan angka 30, 25, 5, dan 40. Gambar 11 Halaman Sistem Rekomendasi sesuai inputan Calon konsumen dapat menekan tombol lanjut setelah semua kriteria terpenuhi. User dapat memilih jenis, merek, serta ukuran TV yang diinginkan serta mengisi prioritas kepentingan untuk bobot kepentingan. User dapat menekan tombol lanjut apabila user telah memenuhi syarat. Syarat-syarat sistem meliputi : 19 - User wajib memilih jenis TV - User wajib memasukkan prioritas kepentingan yang totalnya 100 persen. Gambar 12 Halaman Hasil Sistem Rekomendasi Gambar 12 merupakan hasil dari sistem rekomendasi, sistem memberikan lima pilihan terbaik dari delapan data yang ada. Hasil tersebut didapat dari kriteria yang telah dipilih serta mengisi besaran prioritas kepentingan. Lima tipe tersebut didapat dari perhitungan WP, langkah-langkah sistem menampilkan hasil : Pertama sistem akan mencari data yang ada pada database sesuai dengan jenis, merek, dan ukuran yang sudah dipilih sebelumnya pada form Sistem Rekomendasi. Data-data yang direkomendasikan berdasarkan data yang telah diinputkan oleh admin. Admin dalam sistem ini sangat berperan penting, karena data-data yang ada pada sistem harus terus diperbaharui terutama untuk harga. Admin dapat melakukan perbaharuan harga di menu admin yang sudah disiapkan. Pembaharuan data sangat penting agar sistem berjalan optimal. Kode Program 5 Perintah untuk Mendapatkan Data 1. include includeconecsi.inc; 2. ambil=; 3. ifstrcmpfm_merek,not_merek==0 and strcmpfm_ukrn,not_ukuran==0 4. ambil=select from data_tv where kd_jenis=.fm_jenis.; 5. else if strcmpfm_ukrn,not_ukuran==0{ 6. ambil=select from data_tv where kd_jenis=.fm_jenis. and kd_merek=.fm_merek.;} 7. else ifstrcmpfm_merek,not_merek==0 and strcmpfm_ukrn,24==0{ 8. ............. 9. else ifstrcmpfm_merek,not_merek==0 and strcmpfm_ukrn,43-52==0{ 10. ambil=select from data_tv where kd_jenis=.fm_jenis. and ukuran 53 and ukuran 42;} 11. else ifstrcmpfm_merek,not_merek==0 and strcmpfm_ukrn,53==0{ 12. ambil=select from data_tv where kd_jenis=.fm_jenis. and ukuran 52;} 13. else { 14. ifstrcmpfm_ukrn,24==0{ 15. ambil=select from data_tv where kd_jenis=.fm_jenis. and kd_merek=.fm_merek. and ukuran 24;} 16. ............. 17. else ifstrcmpfm_ukrn,53==0{ 18. ambil=select from data_tv where kd_jenis=.fm_jenis. and kd_merek=.fm_merek. and ukuran 52; Kode Program lima ini merupakan kode program yang pertama kali dieksekusi oleh sistem saat user menekan tombol lanjut. Kode nomor satu merupakan kode untuk memanggil conecsi.inc yang berisi kode program untuk terhubung ke database. Kode nomor 2-18 merupakan beberapa perintah untuk mengambil data pada database. Data yang akan diambil akan disimpan pada variabel ambil, pada contoh yang akan dieksekusi kode nomor 11 dan 12. Kode 20 nomor 11 dan 12 dieksekusi karena pada from telah memilih jenis dan ukuran 52, sedangkan merek tidak dipilih. Data yang telah didapat nantinya akan digunakan sebagai dasar perhitungan. Hasil pencarian mendapat data yang terlihat pada tabel 12. Tabel 12 Hasil Pencarian Menurut Kriteria Tipe Ukuran Resolusi Berat Harga 55LH90 55 2073600 36 3200 55LH93 55 2073600 36 5900 55LH95 55 2073600 35 5500 55LHX 55 2073600 26 4900 55LV5500 55 2073600 23 2099 55LW5300 55 2073600 21 1900 55LW5600 55 2073600 22 2399 55LW6500 55 2073600 22 2699 65LW6500 65 2073600 42 4499 UN55B6000 55 2073600 22 3600 UN55B7000 55 2073600 22 3800 UN55B8000 55 2073600 29 4000 UN55D6500 55 2073600 17 2600 UN55D7000 55 2073600 16 3100 UN55D8000 55 2073600 16 3600 UN60C6400RF 60 2073600 31 3000 UN60D6500 60 2073600 36 3300 UN60D8000YF 60 2073600 22 4200 UN55C6500VF 55 2073600 22 2800 UN55C6800UF 55 2073600 20 3000 LC80LE632U 80 2073600 55 5500 Tabel 12 merupakan hasil pencarian data TV dengan jenis LED, semua merek dan ukuran 52. Terlihat terdapat 21 jenis type TV yang sesuai dengan keinginan calon konsumen yang telah diinputkan. Langkah berikutnya menghitung nilai vektor S dan vektor V dari data tabel 12. Menghitung vektor S dibutuhakan bobot, pada contoh bobot W = 30,25,5,40. Perhitungan vektor S pada sistem berdasarkan kode program 1 yang telah dipaparkan sebelumnya. Sebelum menghitung vektor S dilakukan perbaikan bobot terlebih dahulu, perbaikan bobot antara lain : W 1 = = = 0,3 W 3 = = = 0,05 W 2 = = = 0,25 W 4 = = = 0,4 Setelah perbaikan bobot dihitung, langkah selanjutnya menghitung nilai vektor S. Beberapa perhitungan vektor S berdasarkan data yang ada pada tabel 12, antara lain : S 1 = 55 0,3 x 2073600 0,25 x 36 -0,05 x 3200 -0,4 = 76,43089 S 2 = 55 0,3 x 2073600 0,25 x 36 -0,05 x 5900 -0,4 = 74,58317 S 3 = 55 0,3 x 2073600 0,25 x 35 -0,05 x 5500 -0,4 = 74,89833 S 4 = 55 0,3 x 2073600 0,25 x 26 -0,05 x 4900 -0,4 = 76,37189 S 5 = 55 0,3 x 2073600 0,25 x 23 -0,05 x 2099 -0,4 = 79,49195 21 S 6 = 55 0,3 x 2073600 0,25 x 21 -0,05 x 1900 -0,4 = 80,17315 S 7 = 55 0,3 x 2073600 0,25 x 22 -0,05 x 2399 -0,4 = 79,24424 Hasil perhitungan vektor V dari 21 data type TV yang ada pada tabel 12 dapat dilihat pada tabel 13. Tabel 13 Hasil Perhitungan Vektor S Tipe Ukuran Resolusi Berat Harga Vektor S Jumlah S 55LH90 3.3274291 37.947332 0.8359588 0.7240924 76.43089 1646.745 55LH93 3.3274291 37.947332 0.8359588 0.7065875 74.58317 55LH95 3.3274291 37.947332 0.8371371 0.7085745 74.89833 55LHX 3.3274291 37.947332 0.8496721 0.711856 76.37189 55LV5500 3.3274291 37.947332 0.8548966 0.7364097 79.49195 55LW5300 3.3274291 37.947332 0.8587941 0.7393496 80.17315 55LW5600 3.3274291 37.947332 0.8567988 0.7324851 79.24424 55LW6500 3.3274291 37.947332 0.8567988 0.7290409 78.87163 65LW6500 3.4984366 37.947332 0.8295404 0.7142913 78.66257 UN55B6000 3.3274291 37.947332 0.8567988 0.720689 77.96808 UN55B7000 3.3274291 37.947332 0.8567988 0.7191321 77.79964 UN55B8000 3.3274291 37.947332 0.8450455 0.7176581 76.57513 UN55D6500 3.3274291 37.947332 0.8679157 0.7301315 80.0145 UN55D7000 3.3274291 37.947332 0.8705506 0.7250126 79.69473 UN55D8000 3.3274291 37.947332 0.8705506 0.720689 79.21947 UN60C6400RF 3.4154299 37.947332 0.8422323 0.7259641 79.24533 UN60D6500 3.4154299 37.947332 0.8359588 0.7232017 78.35576 UN60D8000YF 3.4154299 37.947332 0.8567988 0.7162589 79.53816 UN55C6500VF 3.3274291 37.947332 0.8567988 0.7279703 78.75581 UN55C6800UF 3.3274291 37.947332 0.8608917 0.7259641 78.91394 LC80LE632U 3.7232911 37.947332 0.8184306 0.7085745 81.93616 Tabel 13 merupakan data setelah dipangkatkan dan dihitung nilai vektor S dan jumlah vektor S. Langkah berikutnya adalah menghitung vektor V, untuk menghitung vektor V terlihat pada Kode Program 2 yang telah dipaparkan sebelumnya. Perhitungan vektor V sebagai berikut : V 1 = = 0,0464133 V 4 = = 0,0463775 V 2 = = 0,0452913 V 5 = = 0,0482722 V 3 = = 0,0454827 Hasil perhitungan vektor V selanjutnya dapat dilihat pada Tabel 14. Hasil perhitungan vektor V tersebut belum berarti apa-apa sebelum dibandingkan terlebih dahulu. 22 Tabel 14 Hasil Perhitungan Vektor V Vektor S Jumlah S vektor V 76.43089 1646.745 0.0464133 74.58317 0.0452913 74.89833 0.0454827 76.37189 0.0463775 79.49195 0.0482722 80.17315 0.0486858 79.24424 0.0481217 78.87163 0.0478955 78.66257 0.0477685 77.96808 0.0473468 77.79964 0.0472445 76.57513 0.0465009 80.0145 0.0485895 79.69473 0.0483953 79.21947 0.0481067 79.24533 0.0481224 78.35576 0.0475822 79.53816 0.0483002 78.75581 0.0478251 78.91394 0.0479212 81.93616 0.0497564 Hasil perhitungan dari tabel 14 akan dibandingakan terlebih dahulu oleh sistem. Cara sistem membandingkan vektor V terlihat jelas pada Kode Program 3 yang sudah dipaparkan sebelumnya. Data yang terpilih akan ditampilkan ke calon konsumen. Hasil rekomendasi yang diberikan ke konsumen berupa lima pilihan type tv. Berdasarkan hasil pembandingan sistem terdapat lima pilihan yang direkomendasikan yaitu type 55LW5300, 55LV5500, 55LW5600, UN55D6500, dan 55LW6500. Hasil tersebut terlihat pada gambar 12 yang telah dipaparkan sebelumnya. Sistem Rekomendasi ini juga sudah diujicobakan ke 30 orang yang akan membeli TV Layar Datar. 30 orang yang mencoba sistem ini diwajibkan mengisi kuisioner yang berisi enam pertanyaan, pertanyaan tersebut dapat dilihat pada Tabel 15. 23 Tabel 15 Hasil Kuisioner Pengujian Sistem No Pertanyaan Sangat Menarik Menarik Cukup Menarik Tidak Menarik Sangat Tidak Menarik Total 1 Menurut anda apakah tampilan web ini sudah menarik ? 4 21 5 30 Sangat Mudah Mudah Cukup Mudah Sulit Sangat Sulit 2 Menurut anda apakah keterangan pada web ini mudah dibaca ? 1 19 10 30 3 Menurut anda apakah panduan penggunaan sistem rekomendasi mudah dimengerti? 3 16 11 30 4 Menurut anda apakah sistem rekomendasi ini mudah dijalankan? 4 17 9 30 Sangat Sesuai Sesuai Cukup Sesuai Tidak Sesuai Sangat Tidak Sesuai 5 Menurut anda apakah hasil dari sistem rekomendasi TV Layar Datar sudah sesuai dengan yang diharapkan? 1 17 8 4 30 Sangat Terbantu Terbantu Cukup Terbantu Tidak Terbantu Sangat Tidak Terbantu 6 Dengan adanya sistem rekomendasi TV Layar Datar ini apakah anda sudah terbantu dalam memilih TV Layar Datar? 19 8 3 30 Berdasarkan data diatas dapat dibuat sebuah diagram yang menggambarkan persentase perolehan data yang didapat. Salah satu data yang dibuat diagram adalah data dari pertanyaan nomor lima dan enam. Diagram nomor lima terlihat pada gambar 14. 24 Gambar 14 Diagram Pertanyaan Nomor Lima Gambar 10 merupakan salah satu diagram yang dibuat dari hasil jawaban kuisioner pertanyaan nomor lima. Dapat dilihat responden menjawab sangat sesuai sebesar 3, sesuai 57, cukup sesuai 27, dan 13 menjawab tidak sesuai. Berdasarkan hasil dari jawaban pertanyaan nomor lima pada diagram dapat disimpulkan 60 responden menjawab hasil dari sistem rekomendasi sudah sesuai. 60 responden yang menjawab sesuai didapat dari responden yang menjawab sangat sesuai sebanyak 3 ditambah 57 yang menjawab sesuai. Gambar 15 Diagram Pertanyaan Nomor Enam Gambar 11 dapat dilihat responden menjawab terbantu 63, cukup terbantu 27 dan tidak terbantu sebanyak 10. Hasil yang didapat dari pertanyaan nomor lima dapat disimpulkan 63 responden terbantu dengan adanya sistem rekomendasi TV. 5. Simpulan Berdasarkan pembahasan yang telah dipaparkan sebelumnya, maka dapat disimpulkan bahwa 1 metode weighted product wp dapat digunakan dalam perhitungan merekomendasikan televisi; 2 implementasi sistem rekomendasi televisi berbasis web merupakan alternatif dalam mencari info mengenai televisi; 3 63 responden merasa terbantu dengan adanya Sistem rekomendasi TV Layar Datar; 4 Hasil rekomendasi sesuai dengan keinginan calon konsumen TV Layar Datar dengan tingkat kesesuaian sebesar 60. 25

6. Pustaka