3.3.1 Login administrator dan memasukkan data restoran
a. Login administrator
Saat admin melakukan login sebagai administrator maka sistem akan menampilkan form berikut:
Gambar 4. 3 Halaman admin
b. Administrator memasukkan data hotel
Untuk dapat memasukkan data hotel administrator harus login terlebih dahulu, setelah mendapatkan autentikasi maka administrator dapat melakukan
penambahan data hotel. Berikut merupakan contoh penambahan data hotel.
Universitas Sumatera Utara
Gambar 4. 4. Halaman tambah data
Setelah mengisi data, sistem akan melakukan validasi terhadapat data yang di-input-kan. Kemudian sistem akan memberikan pertanyaan kepada administrator
sebelum proses input dilakukan, seperti pada gambar 4.4 berikut:
Gambar 4. 5 Halaman informasi untuk menambah data
Universitas Sumatera Utara
Jika administrator memilih tombol yes maka akan tampil seperti pada gambar 4.5. Penambahan data berhasil.
Gambar 4. 6 Halaman informasi data telah berhasil ditambah
Pada gambar tersebut, jika administrator menambahkan Id Hotel yang sama pada data yang telah ada sebelumnya di tabel hotel, maka data tidak tersimpan. Karna
Id hotel bersifat unique tidak boleh sama.
3.3.2 User biasa melakukan konsultasi wisata
Saat user login, maka system pendukung keputusan menampilkan form konsultasi wisata sebagai berikut:
Gambar 4. 7 Halaman calon wisatawan untuk melakukan konsultasi wisata
Universitas Sumatera Utara
Ketika ditekan tombol submit maka system akan memberikan output seperti tampilan berikut ini:
Gambar 4. 8 Halaman calon wisatawan untuk melakukan konsultasi wisata
Dari pengujian yang dilakukan, dimana user memasukkan input-an fuzzy sebagai berikut:
o Biaya=Rp.4.000000
o Lama liburan=7 hari
Input -an fuzzy akan dibandingkan dengan data hasil pengelompokkan, untuk biaya
akan dibandingkan dengan jumlah semua biaya yang dibutuhkan. Berikut detail prosesnya:
Data yang ada pada database nantinya akan dikelompokkan menjadi 3 kelompok data. Maka untuk melakukan penghitungan dengan metoda clustering dapat
ditetapkan nilai awal sebagai berikut: Jumlah cluster=3;
w=2; Nilai bobot w1, dengan interval 2 sampai dengan ~
Universitas Sumatera Utara
maxiter=100; minerr=0.01;
t=0; p[0]=0;
Matriks partisi awal U yang terbentuk secara acak adalah sebagai berikut: 0.11857143
0.11857143 0.42857143 0.7385714
0.27857143 0.7385714 0.42857143
0.38428572 0.42857143 0.11857143
0.11857143 0.7385714 0.42857143
0.27857143 0.42857143 0.7385714
0.38428572 0.7385714 0.11857143
0.11857143 0.42857143 0.7385714
0.27857143 0.7385714 0.42857143
0.38428572 0.42857143 0.11857143
0.11857143 0.7385714 0.42857143
0.27857143 0.42857143 0.7385714
0.38428572 0.7385714 0.11857143
0.11857143 0.42857143 0.7385714
0.27857143 0.7385714 0.42857143
0.38428572 0.42857143 0.11857143
0.11857143 0.7385714 0.42857143
0.27857143 0.42857143 0.7385714
0.38428572 0.7385714 0.11857143
0.11857143 0.42857143 0.7385714
0.27857143 0.7385714 Untuk iterasi pertama menggunakan persamaan:
Universitas Sumatera Utara
dapat dihitung 3 pusat cluster , V
kj
,dengan k=1,2,3; dan j=1,2,3 sebagai berikut: 251213,792
7 62447,172
252858,117 7
63319,675 257341,623
7 63525,754
Tabel berikut menunjukkan salah satu contoh penghitungan pusat cluster, yaitu menghitung pusat cluster pertama.
Tabel 4. 1 Perhitungan Pusat Cluster
derajat keanggotaan
pada cluster ke-1
data yang dicluster µ
1i
Xi1 Xi2
Xi3 µ
i1 2
µ
i1 2
X
i1
µ
i1 2
X
i2
µ
i1 2
X
i3
0.11857143 250000.0
7 50000
0,014059184 3514,795
9,841 702,959
0.7385714 330000.0
7 100000
0,5454877 180010,959
3,818 54548,081
0.42857143 435000.0
7 110000
0,18367347 79893,959
1,285 20204,081
0.11857143 120000
7 80000
0,014059184 1687,102
9,841 1124,734
0.42857143 250000
7 90000
0,18367347 45918,367
1,285 16530,612
0.7385714 330000
7 40000
0,5454877 180010,959
3,818 21819,510
0.11857143 320000
7 30000
0,014059184 4498,938
9,841 421,775
0.7385714 200000
7 70000
0,5454877 109097,551
3,818 38184,142
0.42857143 320000
7 80000
0,18367347 58775,510
1,285 14693,877
0.11857143 320000
7 60000
0,014059184 4498,938
9,841 843,551
0.42857143 250000
7 50000
0,18367347 45918,367
1,285 9183,673
0.7385714 160000
7 40000
0,5454877 87278,040
3,818 21819,510
0.11857143 435000
7 60000
0,014059184 6115,744
9,841 843,551
0.7385714 230000
7 50000
0,014059184 125462,183
3,818 27274,387
0.42857143 220000
7 85000
0,5454877 40408,163
1,285 15612,244
0.11857143 320000
7 80000
0,18367347 4498,938
9,841 1124,734
0.42857143 200000
7 45000
0,014059184 36734,693
1,285 8265,306
0.7385714 350000
7 90000
0,18367347 190920,714
3,818 49093,897
0.11857143 250000
7 55000
0,5454877 3514,795
9,841 773,255
0.7385714 180000
7 40000
0,014059184 98187,795
3,818 21819,510
4,487440492 1306946,51
103,323 324883,389
[µ
i1 2
X
i1
] µ
i1 2
291245,424 23,024
72398,372
Universitas Sumatera Utara
Selanjutnya dihitung fungsi obyektif pertama P
1
dapat dihitung manggunakan persamaan:
P
1
= 5284173807983,55 Kemudian diperbaiki matriks partisi U berdasarkan persamaan:
Universitas Sumatera Utara
Perhitungan derajat keanggotaan baru yang terhimpun dalam matriks partisi seperti terlihat pada tabel. Berikut detil perhitungan derajat keanggotaan baru.
Tabel 4. 2 Perhitungan Derajat keanggotaan
µ
i1
µ
i2
µ
i3
1L1 1L2
1L3 LT
1L1LT 1L2LT 1L3LT 0,639
0,538 0,422
1,599 0,118
0,250 0,196
0,00312 0,0013 0,0015 0,00592
0,240 0,251
0,277 0,00027 0,00028 0,0009 0,00145
0,246 0,250
0,262 0,00057 0,00055 0,0005 0,00162
0,254 0,248
0,232 0,131
0,138 0,132
0,2695 0,241
0,255 0,243
0,149 0,015
0,0017 0,1657 0,242
0,251 0,279
0,0017 0,017
0,0019 0,0206 0,243
0,250 0,278
0,0373 0,0035
0,003 0,0438
0,259 0,244
0,208 0,0019
0,0021 0,023
0,027 0,238
0,251 0,286
0,0021 0,0021
0,0025 0,0067 0,239
0,250 0,287
0,639 0,538
0,422 1,599
0,296 0,250
0,196 0,0011
0,0019 0,0009 0,0039
0,256 0,247
0,226 0,00029 0,0003
0,0003 0,00089 0,246
0,250 0,263
0,165 0,142
0,107 0,414
0,273 0,235
0,177 0,0067
0,0065 0,0053 0,0185
0,255 0,244
0,204 0,002
0,0021 0,02
0,0241 0,238
0,251 0,286
0,0003 0,0032
0,0028 0,0063 0,261
0,244 0,210
0,0009 0,001
0,0012 0,0031 0,242
0,251 0,274
1,756 1,292
0,789 3,837
0,335 0,247
0,151 1,793
1,708 1,530
5,031 0,258
0,246 0,220
Universitas Sumatera Utara
Berikut hasil perhitungan derajat keanggotaan baru yang terhimpun dalam matriks partisi
: 0,118
0,250 0,196
0,240 0,251
0,277 0,246
0,250 0,262
0,254 0,248
0,232 0,241
0,255 0,243
0,242 0,251
0,279 0,243
0,250 0,278
0,259 0,244
0,208 0,238
0,251 0,286
0,239 0,250
0,287 0,296
0,250 0,196
0,256 0,247
0,226 0,246
0,250 0,263
0,273 0,235
0,177 0,255
0,244 0,204
0,238 0,251
0,286 0,261
0,244 0,210
0,242 0,251
0,274 0,335
0,247 0,151
0,258 0,246
0,220 Selanjutnya dicek kondisi berhenti, karena P
1
– P =|5284173807983,55-0|=
5284173807983,55 minerr dan iterasi = 1maxiter=100. Maka dilanjutkan pada iterasi kedua t=2.
Pada iterasi kedua dapat dihitung lagi 3 pusat cluster, V
kj
,dengan k=1,2,3; dan j=1,2,3 sebagai berikut:
252246,628 7
62105,336 256681,945
7 62897,863
260034,807 7
63624,906
Universitas Sumatera Utara
Fungsi obyektif pada iterasi ke dua P
2
sebagai berikut: 13416959479001,9 Kemudian memperbaiki matriks partisi U sebagai berikut:
0,1009 7,8394
0,0594 8,0436
8,6452 9,4677
8,2132 8,4927
8,8612 8,4432
8,0842 7,6473
8,0146 8,2580
7,9815 8,1270
8,6849 9,5380
8,1592 0,0868
9,5188 8,5539
7,6708 9,6378
0,0797 8,7350
9,8472 8,0117
8,7587 9,9066
0,1009 7,8394
0,0594 8,5304
7,9854 7,3822
8,2253 8,5030
8,8846 8,9675
7,0822 5,5380
8,4274 7,5886
6,5585 0,0797
8,7350 9,8472
8,6575 7,7308
6,7932 8,0977
0,0861 9,3412
0,1145 6,9883
4,2719 8,5810
7,8997 0,0717
Selanjutnya dicek kondisi berhenti, karena |P
2
– P
1
| = |13416959479001,9 - 5284173807983,55 | = 8132785671018,35 minerr dan iterasi = 2 maxiter
=100. Maka dilanjutkan pada iterasi berikutnya. Demikian seterusnya hingga |P
2
– P
1
|miner atau tmaxiter. Pada percobaan ini, proses berhenti pada iterasi ke 100 dengan nilai fungsi objekjektif error terkecil
yang diharapkan yaitu 0,0013591891.
Universitas Sumatera Utara
Pada iterasi ke 100 ini, 3 pusat cluster, V
kj
,dengan k=1,2,3; dan j=1,2,3 sebagai berikut:
252408,200 6,999 62053,283 257493,905 7,000 62907,279
260558,613 6,999 63654,399 Informasi yang dapat diperoleh dari ketiga pusat cluster ini adalah:
1. kelompok pertama cluster ke-1, berisi hotel yang mempunyai tarif hotel
sekitar Rp. 252408,200, restoran yang tarif standarnya sekitar Rp. 62053,283 dan lama liburan sekitar 6,999 hari.
2. kelompok kedua cluster ke-2, berisi hotel yang mempunyai tarif hotel sekitar
Rp. 257493,905, restoran yang tarif standarnya sekitar Rp. 62907,279 dan lama liburan sekitar 7,000 hari.
3. kelompok ketiga cluster ke-3, berisi hotel yang mempunyai tarif hotel sekitar
Rp. 260558,613, restoran yang tarif standarnya sekitar Rp. 63654,399 lama liburan sekitar 7,000 hari. Derajat keanggotaan hasil partisi dan kecenderungan
data terhadap suatu cluster pada iterasi ke 100 dapat dilihat pada tabel.
Universitas Sumatera Utara
Tabel 4. 3 Derajat Keanggotaan tiap data pada setiap cluster
derajat keanggotaan data pada cluster ke-
Data Cenderung masuk ke Cluster
ke-
data ke-
µ
i1
µ
i2
µ
i3
1 2
3
1
6,0398 3,0737
5,8679
2
4,5888 5,5683
4,2814
3
4,7214 5,1633
4,5586
4
4,9164 4,3854
5,1895
5
4,7083 4,6009
4,8592
6
4,6300 5,5937
4,2518
7
4,6500 5,5730
4,2580
8
5,0160 3,8045
5,7645
9
4,5258 5,8179
4,1221
10
4,5401 5,8475
4,0979
11
6,0398 3,0737
5,8679
12
4,9763 4,2112
5,3477
13
4,7265 5,1751
4,5480
14
5,2564 3,0425
6,6743
15
4,9611 3,7273
5,8246
16
4,5258 5,8179
4,1221
17
5,0685 3,8375
5,7217
18
4,6266 5,4803
4,3384
19
6,8949 2,0654
6,7944
20
5,0128 4,0770
5,4764
Universitas Sumatera Utara
Matriks data awal:
Tabel 4. 4 Data-data tarif hotel, tarif standar restoran dan lama liburan
Tarif hotel Tariff standar restoran Lama liburan 250000
50000 7
330000 100000
7 435000
110000 7
120000 80000
7 250000
90000 7
330000 40000
7 320000
30000 7
200000 70000
7 320000
80000 7
320000 60000
7 250000
50000 7
160000 40000
7 435000
60000 7
230000 50000
7 220000
85000 7
320000 80000
7 200000
45000 7
350000 90000
7 250000
55000 7
180000 40000
7 Dari Tabel 4.3 dan Tabel 4.4 diatas akan dilakukan perhitungan tiap data pada setiap
cluster sebagai berikut:
biaya total = lama liburan -1tarif hotel + lama libur2tarif standar restoran + lama libur taxi.
Untuk cluster 1
Data ke-1 Biaya total=7-1 250000+7250000+7200000=3600000
Data ke-11 Biaya total=7-1 250000+7250000+7200000=3600000
Data ke-19 Biaya total=7-1 250000+7255000+7200000=3670000
Universitas Sumatera Utara
Untuk cluster ke-2
Data ke-2 Biaya total=7-1 330000+72100000+7200000=4780000
Data ke-3 Biaya total=7-1 435000+72110000+7200000=5550000
Data ke-6 Biaya total=7-1 330000+7240000+7200000=3940000
Data ke-7 Biaya total=7-1 320000+7230000+7200000=3740000
Data ke-9 Biaya total=7-1 320000+7280000+7200000=4440000
Data ke-10 Biaya total=7-1 320000+7260000+7200000=4160000
Data ke-13 Biaya total=7-1 435000+7260000+7200000=4850000
Data ke-16 Biaya total=7-1 320000+7280000+7200000=4440000
Data ke-18 Biaya total=7-1 350000+7290000+7200000=4760000
Untuk cluster ke-3
Data ke-4 Biaya total=7-1 120000+7280000+7200000=3240000
Data ke-5 Biaya total=7-1 250000+7290000+7200000=4160000
Data ke-8 Biaya total=7-1 200000+7270000+7200000=3580000
Data ke-12 Biaya total=7-1 160000+7240000+7200000=2920000
Data ke-14 Biaya total=7-1 230000+7250000+7200000=3480000
Data ke-15
Universitas Sumatera Utara
Biaya total=7-1 220000+7285000+7200000=3910000 Data ke-17
Biaya total=7-1 200000+7245000+7200000=3230000 Data ke-20
Biaya total=7-1 180000+7240000+7200000=3040000 Dari Penjumlahan setiap data diatas diperoleh biaya total dari setiap cluster.
Untuk cluster ke-1 seluruh biaya total dari masing-masing data lebih kecil dari biaya yang dimasukan oleh user. Untuk cluster ke-2 biaya total yang lebih kecil dari biaya
yang dimasukan oleh user terdapat pada data ke-6 dan 7. Sedangkan untuk cluster ke- 3 terdapat pada data ke-4, 8, 12, 14, 15, 17 dan 20.
Sehingga data yang memenuhi syarat tersebut dijadikan sebagai output sytem sebagai pilihan hotel dan restoran bagi user. Data hotel dan restoran tersebut yaitu:
Hotel: o
Hotel Haji Batam, memiliki tarif hotel: 250000; o
Novotel, memiliki tarif hotel: 330000, 120000; o
Grand Majestic, memiliki tarif hotel: 320000, 200000; o
Holiday Hotel, memiliki tarif hotel: 250000, 160000; o
Harmoni, memiliki tarif hotel: 230000, 220000; o
Hotel Nagoya, memiliki tarif hotel: 200000; o
Golden Virgo Hotel, memiliki tarif hotel: 250000, 180000. Restoran:
o D`Peak Café;
o B K Steak House;
o Seoul Garden;
o Restoran Sari Eco;
o Resto Kediri;
o Restoran Pondok Batam Kuring;
o Mak Ateh RM Padang;
o RM Bundo Kandung RM Padang;
o Kings International;
o Shangri-La Food Restaurant;
o Batu Merah Seafood;
o McDonald;
Universitas Sumatera Utara
Form output dari system ini belum userfriendly, dimana lokasi wisata tidak terbagi
atas wilayah kota tujuan. Oleh karena itu, berikut ini dijelaskan output dari system tersebut perwilayah tujuan wisata.
Kota Nagoya
Tabel 4.5 Output Hotel kota Nagoya
No. HOTEL
ALAMAT JENIS
KAMAR TARIFMALAM
1. HOTEL HAJI BATAM Nagoya
Standart Rp. 250.000
2. GRAND MAJESTIC
Lantai dasar nagoya plasa
Standart Rp. 200.000
3. GRAND MAJESTIC
Lantai dasar nagoya plasa
VIP Rp. 320.000
4. HOTEL NAGOYA
PLASA JL.Imam
Bonjol Standart
Rp. 220.000
Tabel 4.6 Output Restoran kota Nagoya
No. RESTORAN
TARIF STANDART
RESTORAN ALAMAT
1. DPEAK CAFE
Rp. 50000 Nagoya Hill Bawah
Travelator Lower Ground - B 2.
RESTORAN SARI EKO
Rp. 30.000 Jl. Raden Patah - Nagoya
3. RESTO KEDIRI
Rp. 70.000 Jl. Engku Putri - Batam
Centre 4.
King`s INTERNATIONAL
Rp. 85.000 Jl. Lubuk Baja 110 Nagoya
Tabel 4.7 Output Wisata kota Nagoya
No. Nama Objek Wisata
1. Pantai Panau
2. Rempang
Universitas Sumatera Utara
Kota Bengkong
Tabel 4.8 Output Hotel kota Bengkong
No. HOTEL
ALAMAT JENIS
KAMAR TARIFMALAM
1. GOLDEN VIRGO
HOTEL Jl. Teuku Umar,
Seraya No. 1 Ekonomi
Rp. 180.000 2.
GOLDEN VIRGO HOTEL
Jl. Teuku Umar, Seraya No. 1
Standart Rp. 220.000
Tabel 4.9 Output Restoran kota Bengkong
No. RESTORAN
TARIF STANDART
RESTORAN ALAMAT
1 BATU MERAH
SEAFOOD Rp. 55.000
Batu Merah, Batam Island
2. McDONALD
Rp. 40.000 Benkong
Tabel 4.10 Output Wisata kota Bengkong
No. Nama Objek Wisata
1. Nongsa
Universitas Sumatera Utara
Kota Sei Jodoh
Tabel 4.11 Output Hotel kota Sei Jodoh
No. HOTEL
ALAMAT JENIS
KAMAR TARIFMALAM
1. NOVOTEL
JL. Duyung Sei Jodoh
Ekonomi Rp. 120.000
2. NOVOTEL
JL. Duyung Sei Jodoh
VIP Rp. 330.000
3. HARMONI
HOTEL JL. Imam
Bonjol Ekonomi
Rp. 220.000 4.
HARMONI HOTEL
JL. Imam Bonjol
Standart Rp. 230.000
Tabel 4.12 Output Restoran kota Sei Jodoh
No. RESTORAN
TARIF STANDART
RESTORAN ALAMAT
1. B K STEAK
HOUSE Rp. 80.000
Komp. Hotel Planet Holiday L. II - Jodoh
2. Seoul Garden
Rp. 40.000 BCS Mall Lt. Dasar Blok.
C.2 No. 5 3.
RM Bundo Kandoung
Rp. 50.000 Citra Permai Complek
Blok A no.4
Tabel 4.13 Output Wisata kota Sei Jodoh
No. Nama Objek Wisata
1. Perkampungan Melayu
Universitas Sumatera Utara
Kota Muka Kuning
Tabel 4.14 Output Hotel kota Muka Kuning
No. HOTEL
ALAMAT JENIS
KAMAR TARIFMALAM
1. HOLIDAY
HOTEL JL. HAng
Jebat Standart
Rp. 250.000 2.
HOLIDAY HOTEL
JL. HAng Jebat
Ekonomi Rp. 160.000
Tabel 4.15 Output Restoran kota Muka Kuning
Dari hasil output sistem diatas diperoleh hasil yang menjadi acuan bagi user untuk memilih data hotel, restoran dan lama liburan yang berada di cluster tertentu
yang akan menjadi pilihan user. Sebagai catatan, data hotel, restoran dan lama liburan pada cluster tertentu yang jumlah biayanya lebih besar dari biaya yang menjadi input
sistem tidak akan menjadi output bagi user. Misalnya untuk cluster ke-2 pada data ke- 2 dengan jumlah biaya Rp. 4.780.000, data ke-3 dengan jumlah biaya Rp. 5.550.000,
data ke-9 dengan jumlah biaya Rp. 4.440.000, data ke-10 dengan jumlah biaya Rp. 4.160.000, data ke-13 dengan jumlah biaya Rp. 4.850.000, data ke-16 dengan jumlah
biaya Rp. 4.440.000,, data ke-18 dengan jumlah biaya Rp. 4.760.000. Dan untuk cluster
ke-3 pada data ke-5 dengna jumlah biaya Rp. 4.160.000. Dalam pengelompokan tersebut memiliki nilai error terkecil yang
diharapkan sebagai pembanding sampai kapan iterasi tersebut berhenti yang pada awal algoritma telah ditentukan sebelumnya yaitu 0.01. Fungsi objektif yang digunakan
No. RESTORAN
TARIF STANDART
RESTORAN ALAMAT
1. RESTORAN
PONDOK BATAM KURING
Rp. 50.000 Jl. Engku Putri - Batam
Centre 2.
MAK ATEH RM Padang
Rp. 40.000 Raja Ali Haji Street,
Komp. Inti Sakti Blok H 3.
SANGRILA FOOD RESTORAN
Rp. 45.000 Jl. RE. Martadinata,
Sekupang
Universitas Sumatera Utara
sebagai syarat perulangan untuk mendapatkan pusat cluster yang tepat, yaitu harus memiliki nilai lebih kecil dari error yang diharapkan. Dan pada iterasi terakhir
tersebut besarnya nilai fungsi objektif yaitu 0,0013591891. Dengan nilai error yang diharapkan dan nilai fungsi objektif pada iterasi
terakhir, pada dasarnya bertujuan untuk meminimalkan variasi di dalam suatu cluster, karena pada kondisi awal pusat cluster masih belum akurat dan fungsi objektif masih
lebih besar dari tingkat error yang diharapkan. Serta nilai derajat keanggotaan untuk masuk ke cluster tertentu masih belum tepat.
Untuk tingkat error lainnya yang masih bisa diterima yaitu proses inisialisasi awal nilai derajat keanggotaan yang dibangun secara random yaitu terletak
pada interval 0 sampai dengan 1. Dimana hal ini berpengaruh pada kecepatan suatu data masuk pada cluster yang tepat sehingga memakan waktu yang cukup lama yaitu
berhenti pada iterasi ke-100. Serta pada proses pengelompokan suatu data untuk dapat masuk ke cluster tertentu berdasarkan kesamaan karakteristiknya yaitu biaya total.
Dalam hal ini jumlah biaya total pada data ke-10 di cluster ke-2 dan data ke-4 di cluster
ke-3 yang mempunyai nilai sebesar Rp. 4.160.000. Perpindahan suatu data ke cluster
tertentu dapat menyebabkan kesamaan karakteristik data dalam suatu cluster menjadi berubah. Namun hal ini dapat diatasi dengan nilai fungsi objektif sebagai
acuan untuk memperoleh nilai derajat keanggotaan yang tepat untuk masuk ke cluster yang tepat pula.
Proses cluster yang dibangun ini dilakukan dengan parameter, jumlah cluster=3, pembobot=2, dan maximum iterasi=100. Dari parameter jumlah cluster
dibangun berdasarkan dari kriteria data yang akan dijumlahkan, yaitu tarif hotel, tarif standart restoran dan lama liburan. Untuk nilai bobot memiliki nilai1 tetapi dalam
proses cluster kali ini digunakan nilai bobot sebesar 2 yang umumnya digunakan dari penelitian sebelumnya. Sedangkan dari maximum iterasi = 100 digunakan untuk
membatasi iterasi agar proses suatu derajat keanggotaan tepat masuk ke dalam suatu cluster
. Sehingga dapat meminimalkan variasi nilai dalam suatu cluster. Dari proses cluster
ini dengan nilai biaya masukan user sebesar Rp. 4.00.000 dan lama liburan 7 hari menghasilkan output sebanyak 12 data hotel dan restoran yang mungkin dapat
menjadi pilihan user. Dan ada 8 buah data hotel dan restoran yang tidak dapat menjadi output
bagi user, karena penjumlahan biaya lebih besar dari biaya masukan user.
Universitas Sumatera Utara
.BAB 4 KESIMPULAN DAN SARAN
4.1 Kesimpulan