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